个性化移动搜索模型:基于本体的隐式用户兴趣重排

需积分: 0 0 下载量 79 浏览量 更新于2024-09-06 收藏 225KB PDF 举报
本文研究了个性化移动搜索技术,由谭磊、刘钰峰和李仁发三位作者在湖南大学计算机与通信学院共同完成。在当今互联网时代,搜索引擎作为重要的信息获取工具,随着移动技术的发展,移动搜索逐渐成为用户获取信息的新渠道。然而,与传统的桌面搜索相比,移动搜索面临独特的挑战,如用户输入短小的查询关键字导致检索歧义性,以及移动设备的硬件限制和流量计费模式等问题。 作者提出了一种基于本体的个性化搜索模型,旨在解决这些挑战。本体理论在此被应用于理解用户的个人背景和目标,通过捕捉用户的浏览历史,赋予本体概念不同的权值,形成用户的兴趣模板。这种模型能够动态调整权值,使用扩散激活算法来实时更新,以适应用户不断变化的需求。这种方法的关键在于重排名网页,根据用户兴趣对搜索结果进行个性化排序,这对于提升移动用户的体验至关重要。 在个性化策略上,研究者借鉴了PageRank权重值的个性化调整方法,一方面直接修改超链关系权重,另一方面在PageRank公式中加入反映用户偏好的修正参数。而在内容相关性方面,个性化系统通过分析用户的行为和兴趣,为每个用户提供定制化的搜索内容,增强搜索结果的相关性和用户满意度。 实验结果显示,基于本体的个性化搜索模型有效改善了移动搜索的用户体验,减少了无关结果对用户设备资源的占用和费用负担。因此,这项研究不仅提升了移动搜索的性能,还为移动搜索领域的发展提供了新的思考方向,展示了个性化技术在优化移动搜索体验方面的巨大潜力。未来的研究可以进一步探索如何更好地融合用户行为数据,挖掘用户的深层次需求,以提供更为精准和高效的移动搜索服务。