![](https://csdnimg.cn/release/download_crawler_static/18835823/bg1.jpg)
收稿日期:20141014;修回日期:20141124 基金项目:国家自然科学基金资助项目(61472132)
作者简介:胡妙(1991),女,湖南娄底人,硕士,主要研究方向为数据库技术(hnu_humiao@163.com);戴牡红(1964),男,湖南娄底人,副教
授,硕导,主要研究方向为数据库技术、企业信息化、决策支持与知识工程;陈浩(1975),男,湖南邵阳人,副教授,博导,主要研究方向为移动推荐.
一种基于用户配置文件的个性化检索方法
胡 妙,戴牡红,陈 浩
(湖南大学 信息科学与工程学院,长沙 410082)
摘 要:为了进一步改进个性化搜索方法,通过对现有个性化搜索方法的研究,提出了一种新的搜索方法。该
方法从用户兴趣相关性出发,将用户配置文件与传统个性化搜索相结合。在传统 TFIDF方法的基础上,提出了
一种综合考虑标签总引用次数和配置文件中标签总数的新方法,用于获取用户配置文件与资源配置文件中的标
签权重;设计了基于余弦相似性计算并综合匹配的标签个数的资源相关性计算方法。通过
MovieLens数据集实
验,验证了提出方法的有效性。
关键词:个性化搜索;标签;配置文件;相关性匹配;余弦相似性
中图分类号:TP391.1 文献标志码:A 文章编号:10013695(2016)02041704
doi:10.3969/j.issn.10013695.2016.02.022
Personalizedretrievalmethodbasedonuserprofile
HuMiao,DaiMuhong,ChenHao
(CollegeofComputerScience&ElectronicEngineering,HunanUniversity,Changsha410082,China)
Abstract:Inordertofurtherimprovepersonalizedsearchmethods,byresearchingexistingpersonalizedsearchmethods,this
paperproposedanewsearchmethod.Themethodstartedfromtheuser
’sinterestcorrelationandcombinedtheuserprofile
withthetraditionalpersonalizedsearch.BasedonthetraditionalTFIDFmethod,itputforwardanewcomprehensivemethod
whichtookthetotalnumberoftagsintheconfigurationfilesandthetotalcitationsofatagintoconsiderationtogettheweight
ofthetagsintheuserprofileandresourceprofile.Thenitdesignedacorrelationcalculationmethodofresources,whichbased
onthecosinesimilaritycalculationandtookthenumberofmatchingtagsintoconsideration.ExperimentalresultswithMov
ieLensdatasetverifythevalidityoftheproposedmethod.
Keywords:personalizedsearch;tag;profile;relevantmatch;cosinesimilarity
!
引言
随着资源共享网站的盛行,网络上被共享的资源呈爆炸式
增长,用户想要在众多资源中搜索到对自己有用的信息已经越
来越困难。为了满足人们对资源越来越苛刻的需求,个性化搜
索日益重要且面临重大挑战。当前的资源搜索方法的准确率
主要取决于查询和资源描述的相关性匹配,尽管不同的用户可
能输入相同的查询条件,但是由于兴趣的不同而对于资源有着
不同的需求。因此,开发一种基于用户配置文件的个性化资源
检索方法以保证更相关和更有效的搜索结果很有必要。
目前,基于标签的个性化搜索系统日渐流行,许多资源网
站都已经添加标签机制。标签系统允许用户为任意资源通过
标签的形式添加语义标注
[1]
,因此标签可以看做用户观点的
最直接反映,也可以认为是用户特征的最直接描述。在搜索过
程中利用用户配置文件信息已被证实为一种有效的改善个性
化搜索结果的方法
[2]
。
传统的个性化搜索存在以下问题:如何得到用户兴趣模型
并且用适当的形式表示出来;如何将用户兴趣模型应用到个性
化搜索中以提高搜索的准确率和用户满意度。文献[3,4]提
出了分析用户历史搜索记录建立兴趣模型的方法,但是存在冷
启动问题,即用户没有搜索记录时无法建立兴趣模型。He和
Hofmann等人
[5,6]
在建立用户兴趣模型时引入了协同过滤因
子,某个用户的配置文件可以通过与其兴趣相似的其他用户的
搜索记录或配置文件来建立,在一定程度上缓解了冷启动问
题,并且能为用户查找到新的感兴趣的资源。但是该方法在协
同过滤系统使用初期,还没有获得足够多的用户和资源时存在
稀疏性问题,而当系统中用户和资源不断增多时又存在可扩展
性差的问题。文献[
7]通过扩展查询对用户配置文件进行重
构,避免了系统对用户隐晦查询的误解,即先根据用户输入的
查询进行一次检索,然后根据第一次的检索结果在用户查询的
基础上新添加关键词再一次检索,得到更多的检索结果,但该
检索方法比较耗时,往往是用户所不能接受的。Wu等人
[8]
提
出了一种基于内容和协同过滤相结合的检索方法,既有效地解
决了基于内容的检索方法不能预测用户新的感兴趣资源的问
题,又缓解了协同过滤算法中稀疏性和可扩展性差的问题,但
也因此极大地影响了算法的性能。
本文提出了一种新的检索方法。首先用改进的
TFIDF方
法对用户配置文件和资源配置文件进行重构,然后将用户配置
文件应用到个性化搜索中,将查询与资源配置文件匹配后的初
步检索结果再次与用户配置文件进行匹配,使得用户兴趣模型
与个性化搜索进行了有机整合,有针对性地解决了以上提出的
问题,并且通过在
MovieLens数据集上进行实验,验证了该方
第 33卷第 2期
2016年 2月
计 算 机 应 用 研 究
ApplicationResearchofComputers
Vol.33No.2
Feb.2016