关键字 |
| 点击数据、概念本体,搜索引擎,用户首选项。 |
介绍 |
| 最重要的一个困难在移动搜索引擎之间的连接用户和搜索引擎限制是由于小的移动设备的形式因素。在万维网上大量的信息是可用的和个人电子设备无处不在。在个性化的移动搜索引擎各种概念是使用不同的本体。移动位置的用户的搜索引擎的一个重要关键因素以及相关的信息与特定位置有相同的重要性。个性化搜索引擎捕获用户位置和给这个位置相关的信息。持续优化检索搜索引擎通过点击数据方法的优越性。 |
| 与位置相关的信息分类的内容和位置的概念。基于本体的用户首选项准备,全面的用户配置文件,用于适应个性化排序函数为搜索结果排名的适应。个性化的移动搜索引擎服务器可信管理的任务.Server准备和评估根据用户搜索结果内容和位置偏好比他们更早回到客户端。个性化的移动搜索引擎的客户记录的特定用户的资料和维护用户的隐私。个性化的移动搜索引擎配置文件内容和位置偏好在基于本体的用户配置文件,这是不自觉地博学的点击次数以及GPS数据独家从用户需要额外的努力。 |
| 在很大程度上已经有相关的研究工作,旨在满足用户多样化需求的个性化穿透本文将提供网络信息的人读的基础研究个性化的移动搜索引擎使用点击数据,用户偏好本体等。 |
文献综述 |
PMSE:个性化的移动搜索引擎[1] |
| Kenneth Wai-Ting梁、李Dik Lun和Wang-Chien李提出一种个性化的移动搜索引擎的实用计算方法假设元搜索方法能够回复商业搜索引擎,完成一个无可争辩的搜索。个性化的移动搜索引擎处理用户请求处理由客户提交到个性化的移动搜索引擎服务器。服务器回复结果,用户点击数据获取用户的独特的偏好。个性化的移动搜索引擎的服务器是可信赖的管理的任务.Server准备和reranking根据用户搜索结果内容和位置偏好比他们更早回到客户端。个性化的移动搜索引擎的客户记录的特定用户的资料和维护用户的隐私。为验证该方案的个性化移动搜索引擎与android客户端原型在个人电脑和服务器。正确区分各种概念与查询和用户的思想内容的相关性和位置随机性的计算与位置相关的信息的数量和内容与查询以及感兴趣的内容或用户的位置信息。 |
| 1)优点:在该方案隐私参数能够缓解平滑控制隐私的经验的同时保持良好的质量排名。 |
| 2)未来的范围:加强个性化的移动搜索引擎的个性化有效性将探索方法利用标准旅游模式和查询模式从GPS和点击数据 |
挖掘用户偏好使用间谍投票给搜索引擎个性化[2] |
| 林威尔弗雷德·Ng,邓和Dik Lun Lee介绍搜索引擎个性化的新方案。他们提出一个新颖的技术,挖掘用户的偏好在搜索引擎的结果使用数据和显示性偏好适应有效点击率排名搜索引擎提高搜索质量的函数。采矿技术称为SpyNB(间谍朴素贝叶斯)。在这篇文章中,他们应对困难考虑搜索引擎调整的两个主要的研究问题。偏好退出是一个研究问题,确定用户的喜好和第二函数优化排名,搜索引擎优化的排名或检索目的按照用户的喜好。的关键思想是使用新技术,SpyNB(间谍朴素贝叶斯),创建一组的偏好送入排名优化排序函数的支持向量机算法。 |
| 1)优点:增强算法SpyNB用于个性化元搜索引擎排名优势,能够提供用户的特定利益。 |
| 2)未来的范围:在其他环境中增强SpyNB需要semi-supervised学习分类。也装置监视系统向RSVM直线我偏好排序投票。 |
个性化Concept-Based聚类搜索引擎的查询[3] |
| Kenneth Wai-Ting梁、威尔弗雷德·Ng和Dik Lun李引入一个有效和高效的方法呈现个性化的查询建议,捕捉用户的概念上的偏好。这个目标完成有两个新的程序。首先,在线的方式取出web-snippets的概念给出的搜索结果queryand利用概念来识别相关的查询,查询和第二,介绍一种全新的两阶段个性化凝结的聚类算法,能够提供个性化查询集群。 |
| 1)优点:我们的方法可以有效地使个性化的查询建议根据个人用户概念上的需求,也提高了预测精度和计算成本。 |
| 2)未来的范围:加强用户的偏好和概念之间的关联来实现额外的个性化和准确的查询建议和集成数据和点击次数的概念关系图到排名算法。 |
优化搜索引擎使用点击数据[4] |
| 托尔斯滕joachim引入方法机械优化搜索引擎的检索优势使用点击数据。自发,优越的信息检索方法给予重要或最可能文档首先在排名和少数量的相关性文件后。的主要目的是建立一个技术,利用点击数据准备,具体查询的日志记录搜索引擎与用户的日志的链接点击在现有的排名。点击数据访问的数量,可以记录在小成本。在支持向量机的帮助机制,对学习过程检索功能。这种技术非常适合在风险最小化框架。 |
| 1)优点:该方法支持向量机算法中头一个鼓鼓囊囊的项目,随着非线性排序功能。 |
| 2)未来工作:在这个框架也可以探索机制,使该算法健壮与“垃圾邮件”。 |
应用Co-training点击数据搜索引擎适应[5] |
| Qingzhao棕褐色,小勇柴,威尔弗雷德·Ng,排名Dik-Lun李技术提出一种新颖的算法,支持向量机在Co-training框架(RSCF)。基本上,该算法考虑了有效点击率数据包括在搜索结果,使用或由用户点击作为输入,并生成调节的薄层土作为输出。分析数据,点击RSCF区分数据标签数据集,其中包含的对象已经扫描,和未标记的数据集包含的对象不是扫描。然后贴上标签数据改善,因与未标记的数据实现卓越的数据集训练薄层土。 |
| 1)优点:该方法能够得到更好的搜索结果检索优势通过学习从点击数据和算法不投入任何负担期间用户网络搜索的过程。 |
| 2)未来工作:增强的方法识别会话有效点击率数据日志文件也提供个人需要积累适应用户的搜索引擎。 |
优化的移动搜索引擎[6] |
| E。Chaitanya, Dr.Sai Satyanarayana Reddy, O。Srinivasa ReddyThey提出了一个优化的个人搜索引擎为移动,考虑用户偏好和点击数据分析相关概念的类型。用户的位置的重要因素之一在移动搜索优化的个人搜索引擎分类概念内容和位置的概念。GPS系统用于识别用户的位置和同样重要的收集位置相关的信息。preferences借助本体和控制进一步有用的个性化搜索结果排名函数。代表与查询有关的概念,其相关性的链接的用户需要平衡权重方面的内容和位置。在这个方案客户汇集了并在本地商店点击数据,也负责保护隐私,准备执行优化个人搜索引擎服务器。 |
| 1)优点:识别独特的特征概念的内容和位置,提供一个逻辑政策使用clientserver架构纳入一个相同的解决方案为移动的气氛。机密性参数平滑控制隐私的经验成为可能的同时保持良好的排名优势。 |
| 2)未来工作:提高正常的旅游模式和查询模式从GPS和点击数据。 |
结论 |
| 我们学习的个性化移动搜索引擎之间的连接用户和搜索引擎限制是由于小的移动设备的形式因素。识别区分特征的内容和位置的概念,提供了一个逻辑策略使用客户机-服务器体系结构。隐私的保密参数平滑控制成为可能体验保持良好的排名优势。preferences借助本体和控制进一步有用的个性化搜索结果排名函数。代表与查询有关的概念,其相关性的链接的用户需要平衡权重方面的内容和位置。 |
| 本文将给读的人提供个性化移动搜索引擎研究奠定基础。 |
承认 |
| 我们感谢这个神秘的裁判对他们有价值的建议即兴创作的内容和质量。作者感谢我们的校长对开展这项工作提供必要的设施。我们承认我们的勤奋努力的部门来指导我们对综述论文的实现。 |
|
表乍一看 |
 |
| 表1 |
|
|
引用 |
- 肯尼思•Wai-Ting Leung DikLun李,李Wang-Chien“PMSE:个性化的移动搜索引擎”,IEEE OnKnowledge和数据工程,25卷,2013年4月4号。
- 林威尔弗雷德·Ng,邓和DikLun李“挖掘用户偏好使用间谍投票给搜索引擎个性化”ACM事务onInternet技术,7卷,3号,2007年8月,28页。
- 迭戈Kenneth Wai-Ting梁、威尔弗雷德·Ng和DikLun李,“个性化Concept-Based聚类搜索引擎的查询”,IEEEtransactions知识和数据工程,20卷,没有。2008年11月11日。
- 托尔斯滕joachim“优化搜索引擎使用点击数据”第八届ACM SIGKDD学报》国际conferenceon知识发现和数据挖掘,ISBN: 1 - 58113 - 567 - x。
- Qingzhao谭小勇柴威尔弗雷德·Ng Dik-Lun李“Co-training点击数据申请搜索引擎适应”;这项DASFAA。2004年,519 - 532。
- E。Chaitanya Dr.SaiSatyanarayana Reddy, O。Srinivasa Reddy“移动搜索引擎优化”,(IJCSIT)电脑科学和信息技术的国际期刊,5(4)卷,2014年,5553 - 5559。
- 年代。Karthika, S。Gunanandhini Mr.A。Vijayanarayanan,“基于安卓系统的有效和高效的搜索引擎检索系统UsingOntology”,IJREAT国际杂志》的研究在工程和先进技术,卷1,问题1,2013年3月。
- Akshaya V Deshmane,莱西玛·Sawant, Anant Kaulage“个性化的移动搜索引擎调查”,计算机科学和管理国际期刊= Researche, eETECME, 2013年10月,ISSN 2278 - 733 x。
|
菜单