智慧旅游中信息檢索算法的研究和應(yīng)用.pdf

1、隨著生活水平的逐漸提高，旅游已成為絕大多數(shù)人的休閑活動(dòng)之一，且在當(dāng)今信息技術(shù)快速普及的趨勢(shì)下，用戶(hù)在制定旅游計(jì)劃時(shí)，一般會(huì)優(yōu)先通過(guò)檢索平臺(tái)去查詢(xún)相關(guān)的旅游信息。但互聯(lián)網(wǎng)中存儲(chǔ)的旅游信息量日漸龐大且愈來(lái)愈錯(cuò)綜復(fù)雜，用戶(hù)對(duì)檢索平臺(tái)所提供的旅游信息的相關(guān)性也就越來(lái)越關(guān)注，用戶(hù)通過(guò)檢索平臺(tái)輸入檢索項(xiàng)后，總是希望與檢索項(xiàng)最相關(guān)且最可靠的旅游信息呈現(xiàn)于搜索結(jié)果的最頂端，如何將最相關(guān)且最可靠的信息源作為搜索結(jié)果呈現(xiàn)給用戶(hù)，讓用戶(hù)真正享受智慧旅游，是檢

2、索平臺(tái)迫切要解決的問(wèn)題之一。因此，檢索排序算法成為當(dāng)前搜索引擎重點(diǎn)研究的方向之一。
　　本文針對(duì)智慧旅游中的信息檢索算法進(jìn)行了以下研究:
　　(1)分析傳統(tǒng)PageRank算法原理。分析傳統(tǒng)PageRank算法存在的不足，以及參考前人對(duì)其不足所進(jìn)行的改進(jìn)，提出了一種基于鏈接頁(yè)面相似度的SM-PageRank算法，該算法將頁(yè)面和其鏈接網(wǎng)頁(yè)間的相似度引入到PageRank算法的計(jì)算中去，且通過(guò)這種計(jì)算能夠合理地對(duì)鏈接頁(yè)面的權(quán)值進(jìn)

3、行分配。
　　(2)基于用戶(hù)興趣模型對(duì)排序結(jié)果進(jìn)行二次排序?；驹硎?首先為每個(gè)用戶(hù)建立用戶(hù)興趣模型，當(dāng)用戶(hù)進(jìn)行搜索時(shí)，檢索引擎返回第一次排序的結(jié)果集，并將結(jié)果集中的每個(gè)頁(yè)面和用戶(hù)興趣模型進(jìn)行相似度的計(jì)算，然后使用計(jì)算好的相似度對(duì)每個(gè)頁(yè)面的得分值進(jìn)行重新計(jì)算，最后根據(jù)新的得分值進(jìn)行降序排序，并將最終的排序結(jié)果展現(xiàn)給用戶(hù)。因?yàn)槎闻判虻幕A(chǔ)是用戶(hù)興趣模型，所以需要對(duì)用戶(hù)興趣的獲取、用戶(hù)興趣模型的建立和用戶(hù)興趣模型的更新進(jìn)行更深層次

4、地分析，以便更好地通過(guò)用戶(hù)興趣模型對(duì)第一次搜索結(jié)果集進(jìn)行二次排序。
　　(3)使用Nutch和Solr來(lái)搭建智慧旅游檢索實(shí)驗(yàn)平臺(tái)。首先通過(guò)Nutch對(duì)實(shí)驗(yàn)數(shù)據(jù)源進(jìn)行抓取，然后將SM-PageRank算法和傳統(tǒng)PageRank算法分別應(yīng)用到Nutch中。在Solr中使用IKAnalyzer工具進(jìn)行中文分詞，最后調(diào)用Solr所提供的應(yīng)用服務(wù)進(jìn)行搜索查詢(xún)。實(shí)驗(yàn)結(jié)果證明，與傳統(tǒng)PageRank算法相比，優(yōu)化后的SM-PageRank算法的