基于向量空间模型的个性化搜索算法研究  

Research on personalized search algorithm based on vector space model

作　　者：王鹏举[1] 谢晓尧[1] 徐洋[1] 朱东[2] 

机构地区：[1]贵州师范大学贵州省信息与计算科学重点实验室,贵州贵阳550001 [2]贵州师范大学贵阳市公安局信息安全联合研究中心,贵州贵阳550001

出　　处：《贵州师范大学学报（自然科学版）》2017年第2期88-92,共5页Journal of Guizhou Normal University：Natural Sciences

基　　金：全国统计科学研究项目(2016LY81);贵州省基础研究重大项目(黔科合JZ字[2014]2001号);贵州省科技合作计划重点项目(黔科合LH字[2015]7763号);住房和城建设部科学技术计划项目(2016-K3-009)

摘　　要：基于向量空间模型(Vector Space Model,VSM)实现用户搜索结果的个性化排序,通过用户提供其感兴趣的文本集作为训练样本实现用户模型的初始化,并引入遗忘因子,结合机器学习的方法,通过用户后期的上网行为实现用户模型的动态更新,同时采用TF-IDF算法进行文本特征的提取,并针对文档模型与用户模型的统一提供了解决方案。This paper is based on vector space model（VSM） to realize the users＇ personalized ranking of search results.To realize the user model initialization by providing by users with its text set as the training sample,and introduce the forgetting factor,combining with machine learning method.We can update the user model dynamically through the users＇ online behavior in the later stage.At the same time,TF-IDF algorithm is used to extract the text features,and this paper provide a solution to the unification of the document model and the user model.

关 键 词：向量空间模型 个性化排序 用户模型 机器学习 文档模型 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]