摘要：针对传统搜索引擎"面向检索"而非"面向用户"的缺点,将个性化服务思想引入到企业搜索引擎排序中,对其关键技术即用户兴趣建模进行了研究,将模型用于查询扩展及排序中,并为企业搜索引擎设计基于用户兴趣的个性化排序方法,能为不同用户的同一检索请求提供不同的检索结果列表.通过将研究用于油田企业搜索引擎的实验证明,本研究能有效地提高企业搜索引擎检索精确度及满足用户的个性化检索需求,并具有较好的自适应能力.

摘要：大数据时代,从海量的数据中发现对用户有用的知识成为研究领域重要的问题.通过集成多个搜索引擎的查询结果,实现食品安全领域中搜索信息的集成和个性化自适应排序.本文设计基于元搜索技术、知识本体和自适应的排序学习技术,实现多个搜索引擎相关查询结果集成,在对用户点击的标注和知识本体的基础上,利用基于监督学习的排序技术,实现对食品安全领域信息的个性化自适应排序.系统实现了集成多个搜索引擎的食品安全相关知识的提取和相关结果的重新排序.本研究不仅实现了多个搜索引擎食品安全信息查询相关的结果集成,而且能够根据用户的偏好实现结果的自适应排序.

摘要：通过构建一个能够体现不同用户-项目交互信息和项目属性信息的图网络,将推荐问题转化为异构图网络的节点嵌入问题并提出一种用于生成用户-项目表示的联合学习算法。在该联合学习算法中,采用带权的个性化排序算法体现用户对于不同项目的喜好程度的差异,融合项目信息拓展用户的行为模式,更好地找到用户的喜好。实验结果表明,该算法在多种不同的推荐评价指标上比基准算法具有明显的优势。