潜在语义索引方法在信息过滤中的应用  

Latent semantic Indexing is applied in Information F-iltering

作　　者：牛伟霞[1] 张永奎[1] 

机构地区：[1]山西大学计算机科学系,太原030006

出　　处：《计算机工程与应用》2001年第9期57-60,共4页Computer Engineering and Applications

基　　金：山西省自然科学基金!(编号:991035);山西省归国留学基金的资助!(编号:lx976003)

摘　　要：信息过滤是一种ＷＥＢ信息服务的新技术，旨在实现网络服务器向客户端主动的信息推迟，其核心技术之一是用户兴趣主题模型的表示。文章利用潜在语义索引方法构建用户兴趣主题模型，并对网上大量的中文科技文献信息进行过滤。初步实验的结果表明，该方法与传统的向量空间方法相比，效率有明显提高。Information Filtering is one of the latest web information technologies,which aims at active information recommendation from web server to clients. How to build and represent the Topic Profile of client users is one of the key technologies in information filtering. In this paper, Latent Semantic Indexing,or LSI,is applied in building the Topic Profile model and filtering a great deal of Chinese technological Documents on the WWW.The preliminary experiment shows that,compared with Vector Space Model,the precision of LSI is greatly improved.

关 键 词：信息过滤 潜在语义索引 兴趣主题模型 信息检索 WEB 互联网 

分 类 号：G354.4[文化科学—情报学]