基于詞嵌入的模糊文本搜索與推薦系統(tǒng).pdf

1、如今隨著互聯(lián)網(wǎng)技術(shù)的蓬勃發(fā)展，數(shù)據(jù)信息量呈現(xiàn)指數(shù)增長(zhǎng)的趨勢(shì)。如何有效快速地從海量數(shù)據(jù)中篩選所需要的信息已經(jīng)成為一個(gè)迫切需要解決的問(wèn)題。另一方面，由于人工智能技術(shù)的不斷突破，使得搜索推薦系統(tǒng)作為一種方便的獲取信息的方式，已經(jīng)被廣泛地運(yùn)用到了人們的生活中。
　　但是目前大多數(shù)的搜索推薦系統(tǒng)離真正意義上的人工智能還有著相當(dāng)大的差距，特別是當(dāng)數(shù)據(jù)量龐大但是計(jì)算能力受到限制的情況下，呈現(xiàn)的結(jié)果質(zhì)量和計(jì)算效率往往都不盡如人意。在傳統(tǒng)的搜索系統(tǒng)

2、中，采用關(guān)鍵詞匹配獲取搜索結(jié)果，計(jì)算效率往往非常低下，并且通常缺少語(yǔ)義上的理解，而且當(dāng)用戶(hù)輸入的搜索文本表述較為模糊的時(shí)候很難捕捉用戶(hù)的真正需求從而獲得滿意的搜索結(jié)果;現(xiàn)有的主流推薦系統(tǒng)，存在冷啟動(dòng)、學(xué)習(xí)速度慢、需要維護(hù)龐大的矩陣數(shù)據(jù)等一系列問(wèn)題，而且都沒(méi)有考慮用戶(hù)的個(gè)人特點(diǎn)，背景，興趣等因素，從而無(wú)法為用戶(hù)制定個(gè)性化推薦。本文針對(duì)上述問(wèn)題，主要在以下幾方面開(kāi)展了研究工作:
　　(1)在研究了現(xiàn)有的搜索算法的基礎(chǔ)上，提出了基于反向

3、過(guò)濾思想的模糊快速搜索算法，算法通過(guò)反向過(guò)濾思想能夠快速過(guò)濾出內(nèi)容合理的標(biāo)簽，從而大大提升了搜索算法的計(jì)算效率，并且有效地實(shí)現(xiàn)了對(duì)用戶(hù)搜索的模糊文本的智能理解。詳細(xì)闡述了模糊匹配算法的思想以及具體實(shí)現(xiàn)的流程。最后通過(guò)實(shí)驗(yàn)驗(yàn)證了算法的性能。
　　(2)分析研究了現(xiàn)有的主流推薦算法，針對(duì)經(jīng)典的協(xié)同過(guò)濾推薦算法存在的問(wèn)題，提出了一種基于貝葉斯網(wǎng)絡(luò)的用戶(hù)興趣預(yù)測(cè)推薦系統(tǒng)，避免了協(xié)同過(guò)濾推薦系統(tǒng)存在的冷啟動(dòng)、學(xué)習(xí)速度慢、維護(hù)數(shù)據(jù)量巨大等問(wèn)題

4、。該系統(tǒng)利用用戶(hù)的個(gè)人信息，例如個(gè)人特點(diǎn)，性格，背景等，預(yù)測(cè)用戶(hù)真正的興趣愛(ài)好，為用戶(hù)提供個(gè)性化資源推薦服務(wù)提供依據(jù)。同時(shí)，系統(tǒng)加入了自適應(yīng)反饋模塊，根據(jù)用戶(hù)實(shí)際情況智能地調(diào)節(jié)網(wǎng)絡(luò)參數(shù)，使得推薦系統(tǒng)的預(yù)測(cè)準(zhǔn)確性不斷提高。
　　(3)對(duì)深度學(xué)習(xí)詞向量工具word2vec進(jìn)行相關(guān)的研究和實(shí)踐，利用深度學(xué)習(xí)語(yǔ)言模型訓(xùn)練詞向量實(shí)現(xiàn)對(duì)單詞語(yǔ)義的表示，使得搜索系統(tǒng)能夠理解文本信息中包含的深層語(yǔ)義。此外，在word2vec現(xiàn)有的近義詞聯(lián)想功能基