摘要：传统的搜索引擎仅返回给用户包含查询关键字的文档，忽略了查询背后用户真正的信息需求。为此，将文档检索看作个性化推荐问题，提出一种查询意图识别的主题模型个性化检索算法。对用户检索历史进行潜在狄利克雷分布主题建模，结合检索历史主题模型识别用户查询的潜在意图，并按主题相关度进行文档推荐，计算查询到文档集的KL距离对文档集排序，最终返回给用户个性化检索文档列表。实验结果表明，与基于协同相似计算和基于用户聚类的推荐算法相比，该算法能够更准确有效地为用户提供个性化检索。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社