1、在Internet信息大爆炸的年代，用戶大量地借助搜索引擎獲取所需信息。然而現(xiàn)有的信息檢索系統(tǒng)基本對(duì)不同用戶鍵入同一查詢(xún)?cè)~返回同樣的結(jié)果集，忽視了用戶自身的知識(shí)領(lǐng)域背景和興趣趨向，使用戶陷入了信息資源迷航狀態(tài)。為此，信息檢索領(lǐng)域拓展開(kāi)了一個(gè)新興的研究方向----個(gè)性化檢索研究。
　　 提供個(gè)性化檢索的前提條件是要能準(zhǔn)確地識(shí)別用戶并合理的建立其知識(shí)興趣背景。Web日志中含有大量的用戶記錄信息，通過(guò)對(duì)相關(guān)信息的挖掘可以識(shí)別出單一用戶

2、，通過(guò)分析用戶的瀏覽行為信息可以抽取用戶特性信息，從而構(gòu)建出用戶知識(shí)興趣背景。結(jié)合用戶知識(shí)興趣背景，對(duì)不同用戶鍵入同一查詢(xún)?cè)~進(jìn)行用戶識(shí)別，分析其領(lǐng)域知識(shí)、興趣偏好、喜好趨勢(shì)等信息，從而返回相對(duì)不同用戶意圖需求的結(jié)果集，實(shí)現(xiàn)個(gè)性化檢索，提高查全率、查準(zhǔn)率以及用戶的滿意度。
　　 本文重點(diǎn)研究通過(guò)Web日志挖掘技術(shù)建立用戶知識(shí)興趣背景，實(shí)現(xiàn)個(gè)性化檢索原型系統(tǒng)。主要研究?jī)?nèi)容如下：
　　 探討了針對(duì)Web日志數(shù)據(jù)預(yù)處理階段的數(shù)據(jù)

3、清理技術(shù)，同時(shí)對(duì)數(shù)據(jù)預(yù)處理主要幾個(gè)步驟進(jìn)行了詳細(xì)分析、闡述。針對(duì)基于詞頻的TF/IDF算法忽略了用戶知識(shí)興趣與文檔相關(guān)性問(wèn)題，結(jié)合對(duì)Web日志中用戶瀏覽行為和查詢(xún)?nèi)罩局杏脩綦[式反饋信息的分析，提出了頁(yè)面相關(guān)性權(quán)重計(jì)算方法；針對(duì)TF計(jì)算中忽視了詞條與文檔結(jié)構(gòu)的問(wèn)題，提出了詞條的重要度影響因子Eiv；最后將頁(yè)面相關(guān)性權(quán)重、詞條重要度影響因子與基于詞頻的TF/IDF算法相結(jié)合，提出了一種偏加權(quán)TF/IDF算法用于用戶特征信息抽取，并在此基礎(chǔ)上