个性化Web信息检索中排序算法及其优化技术

信息检索已经成为互联网用户查询和获取信息的重要手段。个性化Web信息检索根据用户的偏好将用户最感兴趣的内容置于检索结果列表的第一位，从而能有效地提高传统检索的准确度，更好地满足用户的信息需求。因此一直以来个性化Web信息检索都将提高排序算法的准确度作为其研究的核心问题之一。随着Web上信息资源多样化和快速膨胀，用户不仅要求检索结果更为准确，而且希望检索速度快、个人信息得到安全使用。本项目研究针对用户对个性化检索提出的新要求，探讨解决提高其排序算法准确度、效率和安全性的优化技术。主要包括基于查询词和用户兴趣获取时间的排序算法、排序算法效率和用户模型的更新机制、基于隐私保护的用户兴趣模型构建、具有隐私保护的排序算法等，并设计和实现算法，在真实数据之上评价相关算法的各项性能指标及相互关系。本项目争取在信息检索理论和技术上取得一定的突破，为今后的实际应用推广奠定坚实的基础。

信息检索已经成为互联网用户查询和获取信息的重要手段。个性化Web信息检索根据用户的偏好将用户最感兴趣的内容置于检索结果列表的第一位，从而能有效地提高传统检索的准确度，更好地满足用户的信息需求。因此一直以来个性化Web信息检索都将提高排序算法的准确度作为其研究的核心问题之一。随着Web上信息资源多样化和快速膨胀，用户不仅要求检索结果更为准确，而且希望检索速度快、个人信息得到安全使用。本项目研究针对用户对个性化检索提出的新要求，探讨解决提高其排序算法准确度、效率和安全性的优化技术。主要包括查询词分类及检索优化、查询词推荐及检索优化、基于隐私保护的用户兴趣模型构建、具有隐私保护的排序算法、短文本处理技术等，并设计和实现算法，在真实数据之上评价相关算法的各项性能指标及相互关系。本项目在信息检索理论和技术上取得一定的突破，为今后的实际应用推广奠定基础。