1、如何在浩如煙海的網(wǎng)絡(luò)中找到用戶需要的信息，已經(jīng)成為信息檢索服務(wù)面臨的挑戰(zhàn)性課題。未來的搜索服務(wù)應(yīng)該能夠給用戶提供個(gè)性化信息服務(wù)。而作為個(gè)性化服務(wù)的核心技術(shù)，個(gè)性化建模也逐漸受到重視，個(gè)性化模型的好壞直接影響到個(gè)性化服務(wù)的質(zhì)量，只有系統(tǒng)很好地理解了用戶的興趣、偏好和訪問模式等信息，才有可能實(shí)現(xiàn)理想的個(gè)性化服務(wù)。本文圍繞個(gè)性化建模技術(shù)進(jìn)行了研究，設(shè)計(jì)并實(shí)現(xiàn)了個(gè)性化元搜索引擎PMSE系統(tǒng)。 系統(tǒng)設(shè)計(jì)目標(biāo)是：挖掘用戶興趣，建立合理的模型

2、來表示用戶興趣，并通過不斷地更新與維護(hù)，優(yōu)化模型，使其能夠準(zhǔn)確反映用戶的興趣，并在此基礎(chǔ)上為用戶提供個(gè)性化服務(wù)。論文的主要研究工作： （1）通過參考ODP的分類層次，構(gòu)建用戶興趣樹來動(dòng)態(tài)存儲(chǔ)用戶興趣，用短期興趣和長(zhǎng)期興趣相結(jié)合的方法描述用戶興趣特征。 （2）研究了用戶興趣挖掘算法，結(jié)合顯式和隱式挖掘技術(shù)，能夠更好地反映用戶興趣。 （3）在隱式挖掘中，從用戶的訪問歷史頁面中提取用戶的興趣主題特征，提出了針對(duì)網(wǎng)頁的特

3、征提取算法，而且還提出了基于個(gè)性化模型的頁面歸類算法。 （4）對(duì)用戶查詢的意圖進(jìn)行分析，縮小用戶查詢的范圍，提煉查詢結(jié)果，提高查詢準(zhǔn)確度。文中提出了用戶查詢到用戶興趣類的映射算法。它通過結(jié)合用戶興趣模型來推測(cè)用戶的查詢意圖，分析出用戶搜索的潛在意圖，并擴(kuò)展用戶查詢?cè)~。 （5）研究了元搜索引擎的調(diào)度策略。對(duì)現(xiàn)有的相關(guān)研究進(jìn)行比較分析，提出基于興趣分類采樣的成員引擎特征表示和基于用戶興趣的成員引擎?zhèn)€性化調(diào)度算法。 在