基于PLSA的面向用户的网络搜索     

于芳  陈冬玲  王大玲  于戈  鲍玉斌 《东南大学学报》2007,23(3):347-351

针对当前的搜索引擎提供面向查询、而非面向用户的服务,从而导致搜索引擎无法满足用户个性化的需求这一问题,提出了一种基于PLSA的新方法,将面向查询词的搜索转变成面向用户的搜索.首先,通过分析用户查询历史和浏览记录建立代表用户模型的用户兴趣向量,在用户发出查询时用户的查询词根据用户兴趣向量被映射到兴趣分类上,最终根据面向用户排序算法将返回结果列表重新排序.实验表明该面向用户搜索系统能够充分考虑用户的偏好,从而更好地满足不同用户的信息需求.  相似文献   

基于PLSA的智能学习支持系统     

姚红玉  刘粤钳 《中国教育信息化》2005,(15)

LPSS是由多种功能模块组成的智能学习支持系统,概率潜在语义分析PLSA是基于概率的一种新的潜在语义分析算法。文中对比论述了PLSA与LSA算法,并在此基础上分析了其他构建学习支持系统的方法,阐明PLSA相比于其他方法的优势。提出了基于PLSA的学习支持系统的具体设计与实现。  相似文献   

一种基于PLSA和词袋模型的图像分类新方法     

田甜  张振国 《咸阳师范学院学报》2010,25(4)

提出一种基于概率潜在语义分析模型(PLSA)和词袋模型(bag-of-words)的图像分类新方法.该方法首先利用尺度无关特征变换(SIFT)提取图像中的关键点,然后采用概率潜在语义分析模型去发现图像中的物体分布的信息,最后利用词袋模型进行图像分类.通过在大规模数据集上的实验表明,新的图像分类算法在分类精度上明显提高.  相似文献   

语义搜索引擎Smartch的设计与实现     

文坤梅  卢正鼎  李瑞轩  孙小林 《东南大学学报》2007,23(3):317-321

为了将推理与文本检索有效融合起来,提出了一种包含多类型查询的语义搜索引擎体系结构,在此基础上设计并实现了语义搜索引擎系统Smartch.Smartch基于合理的推理流程和图形化定制过程,提供4种形式的搜索服务,分别是基本搜索、概念搜索、图形化定制搜索及关联关系搜索.实验结果表明语义搜索引擎Smartch和传统搜索引擎相比,在本体推理的基础上,查全率和查准率上有一定的提高,图形化定制查询可准确定位用户需查询的概念,关联关系搜索可发现概念之间存在的复杂关系,Smartch实现了一定程度的智能搜索.  相似文献   

基于PLSA的个性化Web信息检索系统     

吴启明  阮忠 《教育技术导刊》2008,7(8):149-151

分析了用户兴趣特点及变化规律,将用户兴趣分为突出兴趣和次要兴趣两类。采用Web浏览内容挖掘和行为分析相结合的方法进行用户建模,对收藏文档采用PLSA(Probabilistic Latent Semantic Analysis)生成用户突出兴趣和潜在兴趣,对用户查询请求进行扩展以提高查全率。通过对查询结果的二次重排提高TOP-X查准率,从而实现了用户个性化的信息检索。  相似文献   

基于语义目录的个性化检索模型研究     

杨波  王其东 《教育技术导刊》2010,9(4):41-43

针对传统信息检索方法的缺点提出了基于语义目录的个性化检索模型,说明了其原理、工作流程及关键技术。与传统的信息检索方法相比,该模型不仅在查准率和查全率方面都有所提高,还能根据用户需要完成个性化的信息检索。  相似文献   

基于语义的搜索算法研究     

许建豪 《南宁职业技术学院学报》2013,(5):93-96

基于XML得出改进的语义表示法,能解决当前常用网络搜索引擎缺乏理解用户想法而导致查询结果不满意的问题。文档解析算法、模式匹配算法、生成XMLSE文档算法等几个基于语义搜索的核心算法,辅以人工标注和建立规则库,构成一个语义网络,能达到精确的搜索,提高搜索效率。  相似文献   

一种融合LDA主题模型与LSTM网络的个性化推荐算法     

尧婉辰  孙怀远  谢润忠 《教育技术导刊》2019,18(10):50-54

为改善传统个性化推荐算法精准度不高的问题,使用评论数据作为数据集,先对评论数据作文本预处理和特征提取,然后使用LDA主题模型对文本特征数据建模,得到主题词分布,将其作为标签,同时使用LSTM网络作文本分类,通过计算得到好评率。最后把用户需求和标签利用潜在语义标引计算相似度,根据相似度和好评率大小向用户推荐结果。实验结果表明,该方法能够向用户推荐符合其兴趣的个性化需求信息,且准确率高于96%,证明了该推荐算法的有效性。  相似文献   

基于Hadoop的可信计算平台日志分析模型     

严嘉维  张琛  李成蹊  孙权荣  张程誉  谭玉霖 《教育技术导刊》2018,17(8):71-75

针对传统关联规则 Apriori 算法难以适应大数据的问题,为提高可信计算平台日志数据分析效率, 提出了一种基于Hadoop的可信计算平台日志分析模型。构建了日志分析模型总体框架,对非结构化原始日志数据进行垂直划分,采用分布式文件存储系统,结合MapReduce编程模式给出一种分布式Apriori并行垂直算法。通过日志挖掘建立用户行为关联规则库,并采用规则匹配实现对用户异常行为的检测。理论分析和实验数据证明,该模型在大数据环境下能够有效提高日志分析效率。  相似文献   

Deep web站点查询界面的潜在语义分析   总被引：1，自引：0，他引：1  

茅琴娇  冯博琴  潘善亮 《东南大学学报》2008,24(3)

为了进一步提高搜索引擎的效率,实现对deep web中所蕴含的大量有用信息的检索、索引和定位,引入潜在语义分析理论是一种简单而有效的方法.通过对作为deep web站点入口的查询界面里的表单属性进行潜在语义分析,从表单属性中挖掘出潜在语义结构,并实现一定程度上的降维.利用这种潜在语义结构,推断对应站点的数据内容并改善不同站点的相似度计算.实验结果显示,潜在语义分析修正和改善了deep web站点的表单属性的语义理解,弥补了单纯的关键字匹配带来的一些不足.该方法可以被用来实现为某一站点查找网络上相似度高的站点及通过键入表单属性给出拥有相似表单的站点列表.  相似文献