刘东飞，白 瑾

(1.武汉理工大学计算机科学与技术学院，湖北 武汉 430070)

目前，搜索引擎已成为最主要的网络应用之一，据第27次中国互联网发展状况统计报告统计，搜索引擎在网民中的使用率增长了8.6个百分点，达81.9%，跃居网民各种网络应用使用率的第一位[1]。社会性网络服务(social networking services，SNS)、微博等Web 2.0应用的快速发展，更加促进了互联网信息量的快速增长，丰富了信息资源。然而，传统搜索引擎并没有考虑到用户的兴趣差异，不同的用户用相同的关键词进行检索，得到的搜索结果是一样的。因此，实现有针对性的互联网信息搜索是解决上述问题的一种可行途径。通过收集具有共同查询兴趣和相似查询行为的用户群体特征，建立具有群体特性的用户兴趣模型，搜索引擎以这种兴趣模型为基础，能更加有效地理解用户的查询需求和搜索意图，提供更有针对性的搜索服务，提高搜索准确性。笔者提出基于用户兴趣模型的加权全局相关度查询排序算法，算法考虑搜索结果与用户兴趣或意图的全局相关度，将与用户兴趣相关的结果排在最前面，提高搜索准确率。

1 搜索引擎体系结构

1.1 系统总体结构

图1 搜索引擎结构图

基于群用户兴趣模型的搜索引擎由网络机器人、分析器、索引器、索引数据库、检索器、用户兴趣模型和用户查询接口7个部分组成，如图1所示。搜索引擎系统从用户查询接口获取用户搜索关键词，结合用户兴趣模型分析出用户的查询意图，然后扩展查询关键词，进行查询检索，并对结果进行排序和其他处理，将与用户兴趣相关度最高的搜索结果排在最前面返回给用户[2-4]。……