个性化搜索引擎原理与技术

快速发展的现代互联网在带给人们大量信息的同时，也不可避免地产生了难以让用户快速获取有效信息的问题。作为一种常见的Web信息资源检索工具，搜索引擎13益受到人们的关注并得到广泛的使用。 本书共分为6章，第1章对相关技术和概念做了介绍，包括Web信息检索、Web挖掘和web个性化信息推荐服务等。第2章对网页权重分析技术从网页质量和网页相关度两个角度做出了说明。第3章对目前个性化搜索引擎的研究现状和相关概念进行了分析，也分析了这些技术所存在的主要问题。第4章主要比较了各种常见的用户模式识别方法。第5章提出了基于修改网页权重值的个性化PageRank算法和基于添加修正参数的个性化PageRank方法。第6章给出了一个较为完整的个性化搜索引擎系统原型，并对用户模式识别方法和PageRank方法的运行效果的测试。  

本书通过对基于个怀化信息推荐技术的搜索引擎服务器日志中所具有关键词序列得到用户模式，并按照事务模式聚类的方法实现用户个性化特征的表达，最后在搜索引擎的网页索引中，利用得到的用户个性化特征改进传统的PegeRank算法。通过上述工作，本书构建了一个完整的基于Web个性化信秘推荐技术的搜索引擎框架结构。
本书可作为计算机专业的本科生和研究生的参考用书，也可供有关技术人员参考。

第1章　绪论
　　本章主要介绍了与个性化搜索引擎相关的基本技术内容，主要包括Web信息检索、Web挖掘和Web个性化信息推荐服务等。
　　1.1　Web信息检索
　　随着互联网技术的快速发展，网络信息资源呈现一种爆炸式的增长态势，比如在2005年，Google搜索引擎能够遍历到的Web网页数量就已经达到近60亿。这些网络信息资源在给人们带来丰富知识和极大便利的同时，也暴露出一些亟待解决的问题。其中，最主要的问题表现在这种信息资源的增长速度远远超出了人们能够处理它们的能力，动辄千万吉的信息量让用户实际上难以获取所需的有效信息，更难以对收集来的海量信息进行分析和获取知识。奈斯比特在《大趋势》一书中准确形容了人们目前所处的困境，即信息是丰富的，而知识是贫乏的。
　　针对上述特点，人们在传统信息检索系统的基础上开发出新的Web信息检索系统，典型的系统就是搜索引擎。自从1994年问世以来，搜索引擎逐渐成为人们获取网络信息资源的主要方式，相关搜索引擎网站也是Web用户使用网络时首选的访问站点。另外，它和免费电子邮箱、网络实时通信软件构成了当今门户网站用来吸引用户访问的三种主要方式。现在，相关搜索引擎厂商日益成为促进互联网产业发展的重要力量。
　　1.1.1　Web信息检索模型
　　广义的信息检索是指信息用户为处理和解决各种问题而查找、识别、获取相关的事实、数据、文献的活动及过程，而狭义的信息检索主要是指信息用户在计算机信息检索系统上进行的信息查询行为。具体的计算机检索行为包含脱机批处理检索、联机检索、光盘检索和网络化联机检索。Web信息检索是一种网络化的联机检索，它的检索对象就是互联网上的Web资源。
　　……