宋 毅

(哈尔滨华德学院 数据科学与人工智能学院，黑龙江 哈尔滨 150025)

0 引 言

用户搜索主题模型更新和学习研究工作，用户搜索主题并非一成不变，有相关实验证明，用户搜索主题随时间变化符合一定规律，基本规律是先快后慢，先多后少，逐渐遗忘。面对兴趣遗忘过程，如果兴趣模型不进行更新，将会出现用户搜索主题漂移现象：搜索引擎使用的数据操作简单,一般而言,只需要增、删、改、查几个功能,而且数据都有特定的格式,可以针对这些应用设计出简单高效的应用程序。而一般的数据库系统则支持大而全的功能[1-3],同时损失了速度和空间。最后,搜索引擎面临大量的用户检索需求,搜索引擎在检索程序的设计上要分秒必争,将大运算量工作在索引建立时完成,使检索运算尽量少。一般的数据库系统很难承受如此大量的用户请求,而且在检索响应时间和检索并发度上都不及专门设计的索引系统。大型的商业搜索引擎索引都是亿级甚至百亿级的网页数量，面对如此海量数据[4]，使得数据库系统很难有效的管理。个性化、智能化的检索系统在获取用户兴趣时,其目的是提取真实准确的用户兴趣,同时尽量减少用户的参与程度。不同的用户由于不同的偏好，可能需要不同的相关搜索结果。个性化的基本构成是模型表示和存储用户兴趣偏好的算法[5]。个性化搜索引擎以用户需求为前提，分析用户上网特征，例如，鼠标滚动次数、拖动滚动条次数、网页浏览时间、保存、打印和收藏等行为。……