论文部分内容阅读
目前，根据用户查询请求，搜索引擎返回的搜索结果与用户需求的相关程度并不理想。本文探讨将推荐技术引入到搜索引擎中，研究一种综合协同过滤推荐技术和信任机制的用户相关性计算模型，以改进已有相关性计算模型，提高搜索引擎的检索质量。
本文的主要工作有：1)分析搜索引擎的基本原理，包括搜索引擎的结构、搜索引擎的相关性计算、以及相关性计算中存在的一些问题；2)研究一种综合协同过滤推荐技术和信任机制的用户相关性计算模型，引入到搜索引擎的相关性计算中，构建具有推荐机制的搜索引擎；3)相关实验分析。
本文的主要成果有：1)提出了用于搜索引擎的协同过滤推荐模型TCF-RS，通过实验验证了其可行性；2)将TCF-RS作为一种基于推荐的用户相关性计算模型引入到搜索引擎的相关性计算中，构建了具有推荐机制的搜索引擎RESE，并通过实验说明RESE具有更好的检索质量。
论文工作对搜索引擎改进研究具有参考价值。