【正文】 如表 41 所示。此外，所有被蜘蛛抓取的網(wǎng)頁(yè)將被存儲(chǔ)，分析和篩選，并建立了索引，以便查詢和檢索；對(duì)聚焦爬蟲，通過(guò)這種方法得到的分析結(jié)果也可能是后反饋給在爬行過(guò)程的指導(dǎo)。擬采取的研究方式內(nèi)容分析模型以向量空間模型為基礎(chǔ)，研究基于用戶訪問(wèn)的文本內(nèi) 容 的形 式化描述手段和方法，并探索該模型在個(gè)性化信息檢索中的應(yīng)用，通過(guò)融合語(yǔ)言模型和相關(guān)性模型改進(jìn)向量模型忽視特征共現(xiàn)的缺點(diǎn)，解決實(shí)際應(yīng)用中初始數(shù)據(jù)稀疏對(duì)用戶模型的影響。用戶信息表達(dá)方法為用戶建模服務(wù)，如何有效表達(dá)用戶信息是用戶建模的核心技術(shù)問(wèn)題，用戶搜索上網(wǎng)首先通過(guò)搜索引擎提交查詢串，搜索引擎系統(tǒng)返回給用戶相關(guān)文檔，用戶瀏覽相關(guān)文檔。用戶信息的采 集有多種方法包括：用戶自主提供，客戶端軟件跟蹤，服務(wù)器端跟蹤學(xué)習(xí)與信 息挖掘等。 哈爾濱 華德學(xué)院 畢業(yè)設(shè)計(jì)（論文） 8 搜索引擎的發(fā)展 萬(wàn)維網(wǎng)搜索結(jié)果，目前幾乎是在一個(gè)列表的形式體現(xiàn)出來(lái)的，查詢的質(zhì)量不平衡，組織結(jié)構(gòu)不合理，但由于技術(shù)是有效的，成熟的，在未來(lái)一段時(shí)間內(nèi)，這一技術(shù)也將在搜索領(lǐng)域占據(jù)絕對(duì)重要的地位。它的特點(diǎn)是信息量很大，查全率較高。顯式用戶興趣挖掘是通過(guò)用戶注冊(cè)信息或用戶 提交檢索關(guān)鍵詞來(lái)進(jìn)行挖 掘，要求用戶對(duì)推薦的資源進(jìn)行反饋和評(píng)價(jià)，從而達(dá)到學(xué)習(xí)的目的，優(yōu)點(diǎn)是實(shí) 現(xiàn)簡(jiǎn)單，無(wú)需對(duì)系統(tǒng)進(jìn)行訓(xùn)練，可以快速得到用戶興趣；缺點(diǎn)是完全依賴用戶，用戶很難準(zhǔn)確、全面描述自己的興趣及其興趣度。顯然，個(gè)體用戶興趣模型側(cè)重于個(gè)體用戶的興趣發(fā)現(xiàn)和描述問(wèn)題；群體用戶行為模型側(cè)重于群體用戶訪問(wèn)行為以及群體用戶和資源對(duì)象或資源項(xiàng)目之間的關(guān)系或特征模式分析。 用戶在鍵入關(guān)鍵詞時(shí)，會(huì)有很多的前提條件，但由于個(gè)體的差異，用戶在想要得到自己想要得到的頁(yè)面信息時(shí)就出現(xiàn)了困難。后臺(tái)管理的設(shè)計(jì)要能夠?yàn)楣芾韱T提供具有簡(jiǎn)單性、實(shí)用性、人性化的管理界面，讓網(wǎng)站管理員在最短的時(shí)間內(nèi)就能實(shí)現(xiàn)對(duì)網(wǎng)站的管理及基本維護(hù)工作。用戶注冊(cè)和登錄模塊實(shí)現(xiàn)只有注冊(cè)登錄后才能進(jìn)行投票；管理員模塊就是實(shí)現(xiàn)管理員的登錄，對(duì)候選人的信息的錄入、修改、添加等；投票模塊主要實(shí)現(xiàn)登陸用戶的評(píng)選能夠?qū)懭霐?shù)據(jù)庫(kù)并能夠查看結(jié)果；投票結(jié)果顯示模塊主要實(shí)現(xiàn)投票結(jié)果的顯示并對(duì)其結(jié)果進(jìn)行排名。 所涉及的基本知識(shí)： 系統(tǒng)客戶端采用了 MVC 的設(shè)計(jì)模式，將視圖層、控制邏輯層以及數(shù)據(jù)模型層進(jìn)行分離，實(shí)現(xiàn)客戶端程序的高內(nèi)聚，低耦合，提高代碼的重用性，降低系統(tǒng)的維護(hù)成本。我所設(shè)計(jì)的中心思想是，用戶注 冊(cè)登錄到個(gè)性化搜索引擎，根據(jù)用戶注冊(cè)的興趣信息以及用戶提交的檢索查詢?cè)~來(lái)反映用戶的興趣，從而返回用戶感興趣的內(nèi)容。 畢業(yè)設(shè)計(jì)論文 個(gè)性化搜索模型設(shè)計(jì)與實(shí)現(xiàn) 畢業(yè)設(shè)計(jì)（論文）原創(chuàng)性聲明和使用授權(quán)說(shuō)明 原創(chuàng)性聲明 本人鄭重承諾：所呈交的畢業(yè)設(shè)計(jì)（論文），是我個(gè)人在指導(dǎo)教師的指導(dǎo)下進(jìn)行的研究工作及取得的成果。 關(guān)鍵詞： 個(gè)性化搜索引擎；用戶興趣挖掘；用戶模型 哈爾濱 華德學(xué)院 畢業(yè)設(shè)計(jì)（論文） IV Abstract With the rapid development of Inter,the number of accessible Web page has been expontial growth on the Inter. For different people of different interests, In order to find the information they want ,this is a huge challenge. Personalized information retrieval to meet this requirement, and it is the most difficult of the user interest model establishment,this page designs indentify general user preference categories but also indentify user prefereece category that belong to different catetory paper research the method of user preference mining. The central idea of my design, user login and register to the personalized search engine, to reflect the user interest based on user registration information andinterest in the user39。 Google 設(shè)計(jì)的Android 手機(jī)操作系統(tǒng)，本身也采用 MVC 的設(shè)計(jì)模式，這樣一來(lái)，為設(shè)計(jì)和開發(fā) Android 應(yīng)用程序提供了良好的基礎(chǔ)。 技術(shù)指標(biāo)： 對(duì)候選人的情況錄入，票數(shù)統(tǒng)計(jì)及用戶管理主要就用幾個(gè)表單，并對(duì)用戶填入的信息進(jìn)行檢測(cè)，如果寫入的信息錯(cuò)誤則重新輸入。 所涉及的基本知識(shí)： 數(shù)碼精品店網(wǎng)站的制作，要實(shí)現(xiàn)網(wǎng)站的前臺(tái)、后臺(tái)的商品展示、信息發(fā)布和管理。 本課題通過(guò)提取用戶個(gè)人的注冊(cè)信息，用戶的興趣信息，開發(fā)并實(shí)現(xiàn)了一個(gè)基于用戶興趣的個(gè)性化搜索引擎，提高搜索效率?；谟脩襞d趣模型，可以開展興趣資源推薦，即針對(duì)當(dāng)前訪問(wèn)的某個(gè)特 哈爾濱 華德學(xué)院 畢業(yè)設(shè)計(jì)（論文） 4 定用戶，主動(dòng)將跟該用戶興趣內(nèi)容一致或相似的資源對(duì)象呈現(xiàn)出來(lái)。隱式用戶興趣挖掘又可以分為日志挖掘和內(nèi)容及其相關(guān)反饋方法。不足的是它提供的信息太多，反而降低了查準(zhǔn)率。為了進(jìn)一步提高檢索質(zhì)量，未來(lái)的搜索引擎應(yīng)該在以下幾個(gè)方面有所突破： 在輸入方面，使用自然語(yǔ)言輸入，使用更方便，用戶交互，使得用戶和搜索引擎更容易合作，能夠更大程度地表達(dá)用戶的查詢要求，這有助于提高查詢的準(zhǔn)確度。用戶模型數(shù)據(jù)獲取方法大體可以包括顯式信息挖掘和隱式信息挖 掘：顯式信息的收集由用戶給搜索系統(tǒng)提供相關(guān)信息表達(dá)其興趣、偏好、檢索 意圖以及對(duì)檢索結(jié)果做出的評(píng)價(jià)和反饋的信息。本文將相關(guān)文檔放入用戶興趣庫(kù)，最后形成用戶興趣模 哈爾濱 華德學(xué)院 畢業(yè)設(shè)計(jì)（論文） 11 型。同時(shí)用戶建模通過(guò)向量空間模型構(gòu)建，可以把用戶預(yù)先給定的相關(guān)信息即用戶通過(guò)填表或上傳直接給定文本信息，或通過(guò)用戶在網(wǎng)絡(luò)上的訪問(wèn)行為隱式獲取的文本信息，以及把用戶輸入的 Query 表示特征權(quán)重的向量空間，其中每個(gè)特征的權(quán)重通過(guò) TF*IDF 進(jìn)行計(jì)算。 網(wǎng)絡(luò)爬蟲的組成： 在網(wǎng)絡(luò)爬蟲的體系框架中，主要由控制器，解析器，資源信息庫(kù)三部分的資源基礎(chǔ)組成。 表 41 用戶與用戶興趣映射表 字段名稱 字段類型 字段說(shuō)明 UserID int 用戶 id IntrestID int 興趣 id 個(gè)性化搜索 控制臺(tái) 用戶端 網(wǎng) 絡(luò) 資 源 下 載 網(wǎng) 絡(luò) 資 源 分 析 用 戶 登 錄 用 戶 注 冊(cè) 用 戶 興 趣 錄 入 提 交 檢 索 關(guān) 鍵 詞 返 回 用 戶 查 詢 結(jié) 果 網(wǎng) 絡(luò) 資 源 存 儲(chǔ) 生 成 索 引 網(wǎng) 絡(luò) 資 源 重 寫 哈爾濱 華德學(xué)院 畢業(yè)設(shè)計(jì)（論文） 17 主要是存儲(chǔ)頁(yè)面的各種信息，包括了網(wǎng)頁(yè) id、網(wǎng)頁(yè)主題、網(wǎng)頁(yè)鏈接、網(wǎng)頁(yè)內(nèi)容、網(wǎng)頁(yè)元信息等字段信息。 主要存儲(chǔ)指定用戶的所選興趣信息，包括了用戶ID，興趣 ID 兩方面的字段信息。然后，它將根據(jù)一定的搜索 策略選擇的網(wǎng)頁(yè) URL 的隊(duì)列中檢索，并重復(fù)這個(gè)過(guò)程，直到達(dá)到系統(tǒng)停止?fàn)顟B(tài)。目前基于內(nèi)容的用戶興趣分析技術(shù)多為相關(guān)性分析技術(shù)，通過(guò)建立的用戶興趣模型來(lái)計(jì)算用戶查詢和被檢索文檔的相關(guān)程度，達(dá)到個(gè)性化檢索和排序的目的。用戶描述文件用來(lái)定義用戶信息在計(jì)算機(jī)內(nèi)的表達(dá)和存儲(chǔ)形式，刻畫用戶的興趣特征與用戶之間的關(guān)系。 用戶通過(guò)搜索引擎查詢，然后查看相關(guān)文檔，需要網(wǎng)絡(luò)爬蟲系統(tǒng)根據(jù)用戶 點(diǎn)擊的 URL 下載網(wǎng)頁(yè)信息，然后 通過(guò)正文抽取，抽取正文內(nèi)容。但爬蟲程序在運(yùn)行時(shí)需要大量的時(shí)間去挖掘數(shù)據(jù)，這是一個(gè)弊端。 (2)全文搜索引擎，或稱按關(guān)鍵字查詢型搜索引擎，對(duì)各網(wǎng)站的每個(gè)頁(yè)面中的每個(gè)詞進(jìn)行搜索。 總之，用戶興趣挖掘大體分為顯式用戶興趣挖掘和隱式用戶興趣挖掘兩種 方法。從應(yīng)用要求看，用戶模型應(yīng)當(dāng)包含個(gè)體用戶的興趣模型和群體用戶的行為模型。 因?yàn)橐恍﹥?nèi)在或外在的因素，用戶在輸入同一個(gè)詞時(shí)，得到的返回頁(yè)面都是一樣的，這樣會(huì)使用戶很難滿足自己的需求。 技術(shù)指標(biāo)：網(wǎng)站提供了站內(nèi)搜索的功能，能夠及時(shí)篩選出相應(yīng)的信息。 完成課題條件：（如所用的軟件、所需的設(shè)備、主要元器件等） Intel 以上處理器， 2GB 內(nèi)存容量， 160Gb 以上的硬盤容量 操作系統(tǒng)： Microsoft Windows XP 正版軟件： Microsoft Office 20xx； Microsoft Office Access 數(shù)據(jù)庫(kù)； ASP； 參考資 1 張新曼． JSPWeb 開發(fā)技術(shù)與典型應(yīng)用 .北京：人民郵電出版社 . 20xx 年 2 劉芹妹 ,孟琦 .Twitter 向教育推來(lái)了什么 [J].現(xiàn)代教育技術(shù) ,20xx,19(10):107110. 3 鄭人杰．軟件工程．北京：清華大學(xué)出版社． 1995 年 4 楊樹林 ,胡潔萍． Java 語(yǔ)言最新實(shí)用案例教程．北京：清華大學(xué)出版社． 20xx 年 5 少鋒．面向?qū)ο蠹夹g(shù) UML 教程．北京：清華大學(xué)出版社． 20xx 年 備注： 學(xué)生簽字： 指導(dǎo)教師簽字： 教研室主任簽字： 系主任簽字： 20xx秋季學(xué)期電子與信息工程學(xué)院畢業(yè)設(shè)計(jì)任務(wù)書 指導(dǎo)教師：宋毅 職稱：講師 電話： 13766893819 電子信箱： 課題名稱：基于安卓平臺(tái)網(wǎng)上參賽投票系統(tǒng)設(shè)計(jì)與開發(fā) 哈爾濱 華德學(xué)院 畢業(yè)設(shè)計(jì)（論文） XII 主要功能： 網(wǎng)上投票系統(tǒng)總體可以分為幾個(gè)模塊：用戶注冊(cè)和登錄、管理員的登錄和填寫候選人信息及信息的修改模塊、投票模塊、投票結(jié)果顯示模塊。盡管 Eclipse 是使用 Java 語(yǔ)言開發(fā)的，但是它的使用并不局限于 Java 語(yǔ)言；他支持諸如 C/C++、COBOL 和 Eiffel 等編程語(yǔ)言的插件都可用。圖表整潔，布局合理，文字注釋必須使用工程字書寫，不準(zhǔn)用徒手畫 3）畢業(yè)論文須用 A4 單面打印，論文 50 頁(yè)以上的雙面打印 4）圖表應(yīng)繪制于無(wú)格子的頁(yè)面上 5）軟件工程類課題應(yīng)有程序清單，并提供電子文檔 1）設(shè)計(jì)（論文） 2）附件：按照任務(wù)書、開題報(bào)告、外文譯文、譯文原文（復(fù)印件）次序裝訂 指導(dǎo)教師評(píng)閱書 指導(dǎo)教師評(píng)價(jià)： 一、撰寫（設(shè)計(jì)）過(guò)程 學(xué)生在論文（設(shè)計(jì)）過(guò)程中的治學(xué)態(tài)度、工作精神 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 學(xué)生掌握專業(yè)知識(shí)、技能的扎實(shí)程度 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 學(xué)生綜合運(yùn)用所學(xué)知識(shí)和專業(yè)技能分析和解決問(wèn)題的能力 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 研究方法的科學(xué)性；技術(shù)線路的可行性；設(shè)計(jì)方案的合理性 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 完成畢業(yè)論文（設(shè)計(jì)）期間的出勤情況 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 二、論文（設(shè)計(jì)）質(zhì)量 論文（設(shè)計(jì)）的整體結(jié)構(gòu)是否符合撰寫規(guī)范？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 是否完成指定的論文（設(shè)計(jì)）任務(wù)（包括裝訂及附件）？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 三、論文（設(shè)計(jì)）水平 論文（設(shè)計(jì)）的理論意義或?qū)鉀Q實(shí)際問(wèn)題的指導(dǎo)意義 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 論文的觀念是否有新意？設(shè)計(jì)是否有創(chuàng)意？ □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 論文（設(shè)計(jì)說(shuō)明書）所體現(xiàn)的整體水平 □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格 建議成績(jī)： □ 優(yōu) □ 良 □ 中 □ 及格 □ 不及格