一、為什麼要做個性化搜尋引擎？
每天網上爆發的資訊量已經超過了我們能接受的範圍，只有因人而異的個性化搜尋才能幫助使用者找到所需資訊。
傳統資訊檢索具有通用性，檢索系統不可能滿足不同背景、不同目的和不同時期的查詢請求,乙個關鍵字查詢詞對所有使用者呈現的搜尋結果均相同。
google的美女副總裁marissa mayer說「我們認為，2023年的搜尋引擎贏家可能會更加了解它的使用者。」，「即便現在我們還不知道什麼才是未來個性化搜尋的主要決定因素。但我們斷定，個性化搜尋肯定會成為未來搜尋引擎的重要組成部分。」（谷歌的第20名員工，谷歌搜尋產品和使用者體驗副總裁瑪麗莎·梅耶爾）
搜尋引擎的未來在於個性化。是必然趨勢。
二、個性化搜尋引擎的目標？
1、準確描述使用者興趣。為不同使用者提供不同的服務, 以滿足不同的需求。提高站點的服務質量和訪問效率,從而吸引更多的訪問者。
2、」使用者感應式的pagerank（user sensitive pagerank）」，我們會看到搜尋引擎感興趣的不單單是某個單一使用者的個性化搜尋，而是某些使用者的分類化（式）的個性化（較小範圍內顯性/隱性使用者反饋的集合）。
3、直覺搜尋(intuitive search)。能夠在使用者沒有考慮清楚要尋找什麼之前，為使用者呈現所需的資訊。
三、目前個性化搜尋引擎的分類？
個性化服務根據其所採用的推薦技術可以分為兩種:基於規則的系統和基於資訊過濾的系統.(資訊過濾系統又可分為基於內容過濾的系統和基於協作過濾的系統.)
四、目前較好的個性化搜尋引擎優缺點？
基於規則的系統利用預定義的規則來過濾資訊,它的優點是簡單直接,缺點是規則質量很難保證,而且不能動態更新,此外,隨著規則的數量增多,系統將變得越來越難以管理.
基於內容過濾的系統利用資源與使用者興趣的相似性來過濾資訊,它的關鍵問題是相似性計算,它的優點是簡單有效,缺點是難以區分資源內容的品質和風格,而且不能為使用者發現新的感興趣的資源,只能發現和使用者已有興趣相似的資源.
協作過濾系統利用使用者之間的相似性來推薦資訊,它能夠為使用者發現新的感興趣的內容,它的關鍵問題是使用者聚類,其缺點是需要使用者的參與.
利用個性化搜尋引擎查詢需要的個性化資訊
很多人現在都是活在網上的，而在網上搜尋資料更是每日必做的功課。我們最常用的搜尋引擎一般是google 這些主流。但是如果你想搜尋某一型別，例如特定的檔案 報告之類就要用到另類的搜尋引擎了，好好利用乙個搜尋引擎，就能令搜尋資料事半功倍。估計不少人搜東西一般首選 google yahoo等這些搜尋引擎，...
Web資料探勘與個性化搜尋引擎綜述
搜尋引擎已成為人們最普遍使用的資訊檢索的工具 該工具涉及到資訊檢索 資料庫 資料探勘 人工智慧 分布式處理 自然語言處理等多個領域的理論和技術 因而具有綜合性和挑戰性 根據 web挖掘的物件不同 web資料探勘分為 web內容挖掘 web結構挖掘和 web使用記錄挖掘。web內容挖掘是從文件內容或其...
企業版個性化搜尋引擎產品分析報告
1 必要性分析 搜尋引擎現有盈利模式為 依靠在搜尋頁面中的廣告投放。這種方式經過多年發展，增長空間有限。同時這種盈利方式也面臨著以下問題 盈利方式同質化，容易被競爭對手複製。搜尋引擎的使用者可以劃分為個體使用者和企業使用者 2個大類。2個類別分別具有不同的特點。個體使用者 數量龐大，需求多樣 人群分...