什么样的数据会成为共性化介绍的依据呢 (什么样的数据可能会存在异方差)

本文目录导航：

• 什么样的数据会成为共性化介绍的依据呢？
• 什么是共性化消息检索
• 搜查引擎的开展趋向

什么样的数据会成为共性化介绍的依据呢？

共性化介绍的依据普通包含以下几类数据：1.用户行为数据：包含用户阅读、搜查、购置、评估等行为数据，可以剖析用户的兴味、购置偏好、品味等消息。

2.用户画像数据：包含用户团体消息、天文位置、年龄、性别、职业、教育水平等基本消息，可以更片面地了解用户特色。

3.商品数据：包含商品属性、类别、评分、销量等消息，可以剖析商品的特色，并介绍用户感兴味的商品。

4.社交数据：包含用户关注、朋友互动、社交圈子等数据，可以经过剖析用户的社交相关来介绍相关的内容。

以上数据可以经过机器学习等算法启动剖析和处置，从而成功共性化介绍。

什么是共性化消息检索

共性化消息检索是指依据用户的兴味和特点启动检索.前往与用户需求相关的检索结果。

它是一种能表现用户共性化特色。

满足共性化需求，造就共性化趋向的检索方法。

在共性化检索中.检索条目与用户查问教训无关，既可以是内容检索。

又可应用与其余事情的相关来检索。

即是以用户检索行为为中心的检索。

共性化消息检索的特点 1.共性化。

共性化消息检索是以用户的实践需求为登程点， 以用户的共性化特色为参照.以共性化手腕和模式来服务。

提供共性化的资源结果。

2.智能化。

共性化检索是从人的意识才干登程的检索方法，其设计离不开人工智能技术的允许.如建设用户模型、智能搜集常识及系统的学习配置等。

共性化检索中智能代理技术Agent用于协助用户确定所需消息。

3.以用户为外围。

共性化消息检索从消息需求的提出到检索，齐全以用户为外围，用户占主导位置。

具备摆布权和选用权.这种自主性的特点体如今共性化检索设计上是以人造言语为接口.交互式问答、了解用户的系统。

在数据库和常识库的设计上也是按用户须要而定。

共性化消息检索的相关技术 1.用户建模技术。

为不同的用户提供有针对性的服务，须要对用户的兴味、习气、历史行为等方面启动剖析从而失掉其共性化消息。

对用户消息启动结构化形容，构建反映用户特点的需求模型.这一环节称为用户建模。

用户建模是成功共性化检索服务的基础和外围。

不同的用户各自面临着互不相反的检索疑问。

不加辨别地给不同的用户提供相反的结果，肯定满足不了用户的检索需求。

要提高用户的满意度，就要掌握用户的特点。

建设用户模型，对用户的消息、兴味及历史查问行为启动治理，对不同用户启动不同的学习，这样就可以针对特定用户提供准确的消息。

可以经过以下三种方法建设用户模型.即手工方法、示例方法及机器学习的方法。

(1)手工方法由用户手工输入感兴味消息的关键词，或选用感兴味的栏目。

这种方法成功起来繁难，但因为齐全依赖用户，容易造成用户模型不够准确。

而且用这种方法建设的用户模型是静态的。

不能顺运行户兴味的变动。

(2)示例方法由用户提供与自己兴味相关的示例及其类别属性来建设用户模型。

因为用户对自己的兴味和偏好等最有发言权.因此用户提供的无关自己兴味的示例最能集中、准确地反映用户的兴味和偏好等特点。

示例普统统过要求用户在阅读环节中对阅读过的页面标注感兴味、不感兴味或许感兴味的水平来失掉。

阅读过的页面及相应的标注成为用户建模的示例。

(3)机器学习方法是经过对用户的阅读内容、阅读历史行为来构建用户模型。

即经过对用户阅读的页面启动剖析来了解用户阅读行为，经过对用户访问历史页面启动剖析来了解用户偏好。

用户阅读的页面可以反映用户的兴味.对其启动聚类。

就能够失掉用户感兴味的主题.从而成功智能用户建模。

2.智能Agent技术。

Agent代理是指在散布式系统中继续自主地施展作用的计算实体。

因为Agent具备独立性、被动性、单干性、移动性等特点，人们罕用它处置搜查引擎中共性化检索的疑问。

3.共性化推送技术。

消息推送技术是指依据肯定的技术规范和商定， 智能从资源当选用消息.并经过肯定的模式(如电子邮件1有法令地将消息传递给用户的一种技术。

其实质是借助一种不凡的软件系统.该软件能够依据用户事前向系统输入的消息恳求.这包含用户的团体消息档案、用户关心的消息主题、消息类型等，系统就能被动地在网上搜查出与合乎用户需求的这些主题消息.并经过挑选、分类、排序，依照每个用户的特定要求.在适当的时刻传递至用户指定的“地点”。

参考文献 1.0 1.1 1.2 纪明奎.共性化消息检索探析(A).生机.2011,11

搜查引擎的开展趋向

搜查引擎的技术开展趋向 搜查引擎经过几年的开展和探索，越来越贴近人们的需求，搜查引擎的技术也失掉了很大的开展。

搜查引擎的最新技术开展包含以下几个方面： 一、提高搜查引擎对用户检索提问的了解 为了提高搜查引擎对用户检索提问的了解，就肯定有一个好的检索提问言语，为了克制关键词检索和目录查问的缺陷，如今曾经发生了人造言语智能答询。

用户可以输入繁难的不懂句，比如“how can kill virus of computer?”。

搜查引擎在对提问启动结构和内容的剖析之后，或间接给出提问的答案，或疏导用户从几个可选用的疑问中启动再选用。

人造言语的长处在于，一是使网络交换愈加兽性化，二是使查问变得愈加繁难、间接、有效。

就以下面的例子来讲，假设用关键词查问，多半人会用“virus”这个词来检索，结果中肯定会包含各类病毒的引见、病毒是怎么发生的等等许多有效消息，而用“how can kill virus of computer?”，搜查引擎会将怎么杀病毒的消息提供应用户，提高了检索效率。

二、对检索结果启动处置 1）基于链接评估的搜查引擎 基于链接评估的搜查引擎的低劣代表是Googel(，它首创的“链接评估体系”是基于这样一种意识，一个网页的关键性取决于它被其它网页链接的数量，特意是一些曾经被认定是“关键”的网页的链接数量。

这种评估体制与《科技引文索引》的思绪十分相似，然而因为互联网是在一个商业化的环境中开展起来的，一个网站的被链接数量还与它的商业推行有着亲密的咨询，因此这种评估体制在某种水平上缺乏主观性。

2）基于访问公众性的搜查引擎 基于访问公众性的搜查引擎的代表是direct hit，它的基本理念是少数人选用访问的网站就是最关键的网站。

依据以前不可胜数的网络用户在检索结果中实践所挑选并访问的网站和他们在这些网站上破费的期间来统计确定无关网站的关键性排名，并以此来确定哪些网站最合乎用户的检索取求。

因此具备典型的趋众性特点。

这种评估体制与基于链接评估的搜查引擎有着雷同的缺陷。

3）去掉检索结果中附加的多余消息 有考查指出，过多的附加消息减轻了用户的消息累赘，为了去掉这些过多的附加消息，可以驳回用户定制、内容过滤等检索技术。

三、确定搜查引擎消息搜集范畴，提高搜查引擎的针对性 1）垂直主题搜查引擎 网上的消息浩如烟海，网络资源以十倍速的增长，一个搜查引擎很难搜集全一切主题的网络消息，即使消息主题搜集得比拟片面，因为主题范畴太宽，很难将各主题都做得准确而又专业，使得检索结果渣滓太多。

这样以来，垂直主题的搜查引擎以其高度的指标化和专业化在各类搜查引擎中占据了一系席之地，比如象股票、天气、资讯等类的搜查引擎，具备很高的针对性，用户对查问结果的满意度较高。

作者以为，垂直主题有着极大的开展空间。

2）非www消息的搜查 提供FTP等类消息的检索 3）多媒体搜查引擎 多媒体检索关键包含声响、图像的检索。

四、将搜查引擎的技术开发重点放在对检索结果的处置上，提供更提升的检索结果 1）污浊搜查引擎 这类搜查引擎没有自己的消息采集系统，应用他人现有的索引数据库，关键关注检索的理念、技术和机制等。

2）元搜查引擎 如今发生了许多的搜查引擎，其搜集消息的范畴、搜查机制、算法等都不同，用户不得不去学习多个搜查引擎的用法。

每个搜查引擎平均只能触及到整个www资源的30-50%（search engine watch数据），这样造成同一个搜查恳求在不同搜查引擎中取得的查问结果的重复率无余34%，而每一个搜查引擎的查准率不到45%。

元搜查引擎(metasearch enging)是将用户提交的检索恳求到多个独立的搜查引擎下来搜查，并将检索结果集中一致处置，以一致的格局提供应用户，因此有搜查引擎之上的搜查引擎之称。

它的关键精神放在提高搜查速度、智能化处置搜查结果、共性搜查配置的设置和用户检索界面的友好性上，查全率和查准率都比拟高。

目前比拟成功的元搜查引擎有metacrawler、dopile、ixquick等。