基于用戶點擊行為的數(shù)字圖書搜索系統(tǒng)研究與實現(xiàn).pdf

1、數(shù)字圖書館(Digital Library)在世界很多國家受到了高度關(guān)注，并取得了迅猛發(fā)展，已經(jīng)成為人們獲取信息與知識的重要途徑。數(shù)字圖書搜索則是數(shù)字圖書館必須提供的支撐性服務(wù)，本論文針對數(shù)字圖書搜索以及搜索結(jié)果排序問題做了深入研究與開發(fā)，以便讀者能夠在海量數(shù)字圖書資源中快速發(fā)現(xiàn)他所需要的數(shù)字圖書。 傳統(tǒng)數(shù)字圖書搜索建立在關(guān)系型數(shù)據(jù)庫之上，采用關(guān)鍵詞的簡單匹配來判別相關(guān)程度，不能反映圖書的質(zhì)量信息和受關(guān)注程度，缺乏有效的綜合排序

2、機(jī)制，不能綜合利用多種排序依據(jù)。 本文的主要工作如下：一、利用數(shù)字圖書館門戶豐富用戶使用日志數(shù)據(jù)，提出兩個點擊流上的隨機(jī)行走算法：BookRank一基于訪問關(guān)聯(lián)圖的圖書評分算法，提供圖書相關(guān)性排序功能；QueryCluster-基于查詢一閱讀行為的查詢詞聚類算法，利用讀者對檢索結(jié)果的隱式反饋信息，提供對查詢詞的聚類功能。二、抓取互聯(lián)網(wǎng)上的圖書評分相關(guān)數(shù)據(jù)，將其整合進(jìn)我們的圖書搜索排序系統(tǒng)中去作為搜索結(jié)果排序的一個重要依據(jù)。三、在