随着移动互联网技术的快速发展,移动搜索作为将搜索技术和移动通信技术结合的一种应用,满足了用户随时随地的搜索服务需求。移动搜索在用户体验上具有明显的时空性和高动态性,因为搜索对象通常和用户的当前位置、环境等因素密切相关。同时,由于移动终端存储资源、能量和通信能力的限制,移动搜索需要避免频繁与服务器通信,这就要求对用户兴趣模型进行有效设计。
传统的网络搜索通常面向的是非结构化内容,例如文档、图片、音乐等。与之相比,移动搜索需要考虑时间变化和空间位置,以提供符合用户需求的动态搜索结果。因此,个性化移动搜索中的用户兴趣模型研究与设计变得极为重要。
用户兴趣模型的研究主要包含两个方面:一方面是用户兴趣的采集与挖掘,另一方面则是使用合适的方法表示用户兴趣,即建立并动态更新用户兴趣模型。目前的研究重点在于基于用户行为的用户兴趣模型,但考虑到移动终端用户的专属性和私有性,研究人员需要针对移动环境下的兴趣模型进行研究。
在此基础上,研究者范美和刘元安提出了一种新的用户兴趣模型。该模型主要利用用户当前的搜索情境及该情境下的用户兴趣向量来构建移动搜索用户的兴趣文件。通过参考开放目录项目(ODP),从主题概念和关键词的角度多层次建立用户模型,使用聚类方法提取公有兴趣及权重较大的兴趣向量,从而对单个用户兴趣进行补充,实现个性化移动搜索的目的。模拟实验的结果表明,该模型不仅具有良好的可行性和实用性,而且能够有效提高用户在移动搜索中的满意度。
该研究的系统框架涉及多个模块,包括用户行为采集模块、兴趣挖掘模块、兴趣模型构建模块、以及兴趣模型更新模块。用户行为采集模块负责收集用户的搜索行为数据;兴趣挖掘模块则分析这些行为数据,挖掘出用户的潜在兴趣点;兴趣模型构建模块利用挖掘出的兴趣点构建用户兴趣模型;兴趣模型更新模块则根据用户的最新行为更新兴趣模型。
此外,该研究还考虑了移动终端的特性,例如存储资源有限、电池电量有限、通信能力有限等问题,并提出了相应的解决方案,如避免频繁与服务器通信、利用缓存等技术手段提高搜索效率。通过这些措施,可以提升移动用户的搜索体验,并减少搜索对终端设备资源的消耗。
个性化移动搜索中的用户兴趣模型是通过综合考虑用户的搜索情境、兴趣向量、移动环境特点以及终端设备特性,构建的一个动态更新的用户兴趣描述模型。该模型不仅能够为用户提供个性化的搜索结果,还能根据用户的实际使用情况及时调整,以保证搜索结果的相关性和准确性,提高用户的满意度。这种模型的提出和应用,是移动搜索领域研究的一个重要突破,对未来移动搜索技术的发展具有重要的指导意义。