用户兴趣模型，提出了以提高用户的浏览行为，其中考虑到了页面，它的长期利益和短期利益对用户的浏览行为。
改善了用户的利益的模式适用于自定义搜索引擎系统，详细的系统和系统的基本功能模块，并演示系统的开发的基本结构描述IUBPSES 。真实验表明，使用增强型用户兴趣模型的搜索引擎系统执行关键词搜索，其搜索效果优于当前传统搜索引擎系统。后，他强调了改进和指导研究的必要性。键词：用户浏览行为，个性化服务，搜索引擎;用户兴趣模型; IUBPSES系统中图分类号：TP311文献标识码：A文章编号文章编号：16727800（2013）0010008903融资项目：基本技术和先进河南省研究项目（112300410304）作者简介：张洪亮（1978 - ），硕士，郑州航空工业管理学院讲师，电子信息技术与网络通信研究所;王海燕（1987-），郑州航天工业管理硕士在大学助理中，研究方向是智能数据分析和数据挖掘。介用户兴趣模型是一组函数，用于存储用户的兴趣偏好，存储和管理用户的行为历史，记录用户学习行为的知识，以及引导相关的推导知识[1]。年来，研究人员已经对用户利益的自定义搜索引擎系统模型进行了广泛而深入的研究：郭林[2]分析了现有用户的兴趣模型的弱点，强调用户兴趣模型的基本结构并提出了个性化搜索。擎中用户兴趣模型的工作过程。
东飞[3]提出了一种基于用户群兴趣模型的全局相关性查询加权排序算法，提高了搜索引擎排名，为用户提供了更加准确的搜索服务。威威[4]提出的基于用户行为的兴趣度模型，基于导航的内容分析用户的行为模式和找到用户的兴趣用户。温型[5]提出了一种向导航模型和算法利用根据自己的兴趣和喜好用户的利益，从而使Web服务器可以更快的渲染信息，并提供更好的信息服务用户。
水龙[6]提出了一种基于分层用户矢量模型（VSM）更新和表示用户兴趣模型的机制，基于用户的导航行为来计算兴趣用户的网页和快速估计网页的兴趣。哩军[7]改进的用户兴趣的模型基于所述数据源进料：仿真实验表明，用户兴趣的改进的模型具有较高程度的定制和更新利益用户快速准确。提高了用户的浏览行为的用户兴趣模型依赖于用户兴趣模型和关键字的页面，这充分体现了用户定制功能，可满足加权用户的实际情况。请[8]。而，用户的兴趣偏好不断变化，用户的兴趣点根据时段而不同。文档中列出的用户兴趣模型反映了用户对页面关键字的兴趣和页面中的兴趣。程度，考虑到用户的长期和短期利益。般情况下，用户访问过的网页都是自利的页面，谁可能有兴趣在某些领域非常迅速，忽视长远利益，从而影响用户的研究和质量品质寻找一会儿。率[910]。此，在构建用户兴趣模型时，有必要考虑用户的长期和短期利益。于增强的用户兴趣模型的定制用户兴趣模型通过用户交互过程连续获取用户的偏好，然后构建用户兴趣模型以进行更新和优化用户兴趣模型，并将用户兴趣模型获得的信息发送到搜索引擎，允许搜索引擎检索用户感兴趣的信息。时，通过将检索到的信息与用户的兴趣模型进行比较，获得用户感兴趣的页面的排名，并根据用户的兴趣程度对其进行排名。页面将亲自显示[11]。统的基本结构基于用户兴趣的模型。
定义搜索引擎系统的结构如图1所示。统工作流程如下：首先，访问用户界面模块。用户输入搜索关键字时，他进入提取模块;兴趣模型从用户界面模块收集用户的个性化信息;在恢复模块中，用户可以直接输入要搜索的关键字，恢复模块记录用户的恢复历史记录，从恢复模块中提取用户模型。过提取用户的历史检索，然后返回到处理恢复模块自定义用户信息，搜索模块搜索的是利益的网页文件和过滤网页文档他不感兴趣或与用户行为无关的网页。档根据相关程度对搜索结果进行排序，然后将处理后的搜索结果发送给用户。
图1所示，用户兴趣模型信息来自两个方面：用户的浏览行为和用户的搜索历史。于用户的浏览行为和搜索历史，构建用户的短期兴趣模型和长期兴趣模型。过建立动态用户兴趣模型，快速检索用户感兴趣的内容，并过滤用户的不必要信息。索到的结果文档根据它们的相关性进行分类，并且将用户最有趣的信息返回给用户以实现智能和个性化信息检索。统基本功能模块的用户界面模块。户界面模块提供用户注册/登录界面，并且用户输入个人信息，
宁波seo该个人信息可以是用户兴趣模型的默认信息，即用户的初始兴趣。户的兴趣模型可以通过用户在一段时间内的浏览行为和搜索历史来建立。索模块。户可以直接在搜索模块中输入要搜索的关键字，用户界面模块记录用户的搜索历史，例如搜索关键词，访问过的URL，事务用户等恢复模块运行时，它首先在本地信息库中查找用户的搜索关键字。
果它不包含任何相关信息，则会调用爬网程序从Internet收集信息，并处理关联的关联网页。
页面将添加到本地存储库中。外，该恢复模块根据用户兴趣模型过滤所期望的结果计算关注文档页面与用户兴趣模型显示用户的相关性取决于相关程度并将其显示给用户。集本地信息的模块。
立本地信息库对于提高自定义搜索引擎的恢复速度具有重要的实际意义。
用户使用传统搜索引擎执行搜索时，在提交搜索关键字后，搜索引擎的搜索程序会立即从Internet收集网络信息或使用元搜索引擎同时搜索Internet上的多个Internet搜索引擎。索合格记录后，执行相关处理并将结果发送给用户。旦建立了本地信息库，当用户使用自定义系统进行信息检索时，恢复模块首先查询本地信息库，以便查询的范围显着减少并且恢复速度显着提高。
在本地信息库中没有用户提取的关键字信息时，立即调用爬虫程序来搜索因特网。索结果放在本地信息库中。
取模块处理所需的结果并将其发送回用户。果用户在本地信息库中没有寻找关键字信息，则实时更新本地信息库以确保数据库中信息的完整性。地信息。了确保用户搜索新信息，扫描程序用于周期性地更新与感兴趣的数据库中的现有关键字数据库相对应的网页信息。户，更新频率通常设置为7天。了简化算法，文章挖掘程序直接调用Google的爬行程序，即用户的搜索个性基于搜索结果。索Google搜索引擎并且用户的兴趣模型和用户的兴趣探索算法用于个性化服务。自定义搜索引擎的实验来验证本文建立用户兴趣的改进模型的有效性，我们开发了一个自定义的搜索引擎系统（IUBPSES）.NET平台下，并建有IUBPSES系统中用户兴趣的改进模型。
此同时，我们也比较来自改善IUBPSES系统搜索的搜索结果的结果周晓兰[11]，研究刘剑波[11]和搜索引擎谷歌的搜索结果中的结果。们用8种类型的关键字分析对比实验：第一20个网页和相应的关键字测试每个关键字8个关键字每个系统下计算的研究成果。乎率，图2比较IUBPSES系统和文献[11]，文献[12]和谷歌搜索引擎的关键词准确率的基础上，一种改进的行为用户导航。据模拟实验的结果，使用IUBPSES系统搜索信息比上述其他搜索引擎系统好得多。图2所示，当用户的兴趣具有偏好时，IUBPSES系统用于信息检索，搜索效率优于其他未采用的文档。IUBPSES系统。
论尽管本文档中实现的IUBPSES系统可以更准确地描述用户的喜好，仿真结果也证实，搜索效果比目前传统的搜索引擎显著较高，但许多领域值得待改进并继续研究。
过改进用户兴趣模型，通过使用更有效的用户兴趣探索算法，用户兴趣利用可以更快，更准确，从而建立用户兴趣模型更符合用户的喜好和特点。
搜索结果页面的定制IUBPSES显示系统，不仅在网页和用户兴趣模型，但也更参数之间的相似性可以引入到考虑全面的网页排名搜索结果使搜索结果更能满足用户的需求。IUBPSES系统不对用户进行分组或分类。有相同需求或类似需求的用户归入同一类别。于相同或类似的关键字搜索，可以推荐来自其他用户的搜索结果。
将更有利于用户查找感兴趣的信息，同时也提高了信息的召回率和准确性。
本文转载自
宁波seowww.leseo.net
补充词条：
宁波seo外包
宁波seo排名
宁波seo优化公司
宁波谷歌优化
宁波网络seo公司
