1、分類(lèi)號(hào)密級(jí)UDC編號(hào)桂林電子科技大學(xué)碩士學(xué)位論文題目:基于混合聚類(lèi)的個(gè)性化搜索研究(英文)ResearchonPersonalizedSearchBasedonHybridClustering研究生姓名：帥劍平指導(dǎo)教師姓名、職務(wù)：周婭教授申請(qǐng)學(xué)科門(mén)類(lèi)：工學(xué)碩士學(xué)科、專(zhuān)業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)提交論文日期：2009年4月1日論文答辯時(shí)間：2009年6月11日2009年4月1日萬(wàn)方數(shù)據(jù)摘要摘要隨著計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展，互聯(lián)網(wǎng)已經(jīng)發(fā)展成為一個(gè)

2、巨大的信息空間。如何在這樣一個(gè)包含豐富數(shù)據(jù)的信息海洋中準(zhǔn)確查找自己所需要的信息成為越來(lái)越多學(xué)者研究的內(nèi)容。搜索引擎的出現(xiàn)為用戶(hù)提供了一種有效、方便的從互聯(lián)網(wǎng)上檢索信息的方法，但伴隨著信息媒體的層出不窮和當(dāng)前用戶(hù)需求的日益復(fù)雜，一個(gè)搜索引擎適合所有用戶(hù)的搜索模型已不能滿(mǎn)足當(dāng)前的需要，個(gè)性化搜索引擎在這樣的背景下應(yīng)運(yùn)而生。聚類(lèi)是數(shù)據(jù)挖掘技術(shù)的一個(gè)重要分支，聚類(lèi)算法所具有的特性對(duì)個(gè)性化搜索引擎的發(fā)展有著特殊的意義，本文分析了不同聚類(lèi)算法的聚類(lèi)

3、過(guò)程和聚類(lèi)數(shù)據(jù)的特性，重點(diǎn)研究了能識(shí)別不規(guī)則形狀簇的密度聚類(lèi)算法和聚類(lèi)過(guò)程簡(jiǎn)單、高效的層次聚類(lèi)算法，在分析個(gè)性化搜索引擎技術(shù)特點(diǎn)的基礎(chǔ)上，設(shè)計(jì)了基于密度和層次的混合聚類(lèi)算法HCPS(HybridClusteringinPersonalizedSearch)。網(wǎng)頁(yè)排序算法的研究在優(yōu)化搜索結(jié)果方面發(fā)揮著重要作用，有助于提高個(gè)性化搜索引擎的準(zhǔn)確率，本文設(shè)計(jì)了基于PageRank的個(gè)性化排序算法PRPS(PersonalizedRankingi

4、nPersonalizedSearch)。HCPS算法是在層次聚類(lèi)的框架下，定義了簇間距離、簇的合并規(guī)則和算法迭代所需滿(mǎn)足的條件，引入離群度作為數(shù)據(jù)隸屬一個(gè)類(lèi)簇的標(biāo)準(zhǔn)，HCPS算法在聚類(lèi)的過(guò)程中考慮了個(gè)性化搜索引擎中用戶(hù)興趣這一關(guān)鍵因素，使聚類(lèi)結(jié)果經(jīng)排序后輸出的數(shù)據(jù)更接近用戶(hù)搜索意圖。PRPS算法通過(guò)分析PageRank算法的迭代過(guò)程，結(jié)合用戶(hù)興趣模型和HCPS算法聚類(lèi)結(jié)果，根據(jù)各自的影響程度分配不同的系數(shù)，重新計(jì)算PRank值來(lái)代替原

5、來(lái)的PageRank值，是一種基于PageRank的改進(jìn)算法。PRPS算法根據(jù)用戶(hù)對(duì)網(wǎng)頁(yè)興趣的大小及網(wǎng)頁(yè)的重要程度對(duì)搜索結(jié)果進(jìn)行排序，解決了PageRank主題漂移問(wèn)題，使排序后的數(shù)據(jù)按照網(wǎng)頁(yè)的重要程度和與用戶(hù)搜索的相似度大小排序。本文設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于密度和層次聚類(lèi)的個(gè)性化搜索引擎實(shí)驗(yàn)系統(tǒng)，通過(guò)對(duì)實(shí)驗(yàn)數(shù)據(jù)結(jié)果的分析，HCPS和PRPS算法在搜索的準(zhǔn)確性上取得了較好的效果。關(guān)鍵詞：個(gè)性化；數(shù)據(jù)挖掘；密度聚類(lèi)；層次聚類(lèi)；用戶(hù)興趣模型.–