在实现短时兴趣模型的过程中可能会涉及到的，诸如有关网络社区优化算法的问题，经过查阅资料之后，我们发现网络优化这一领域自03年起已经发展得较为成熟，可在构建完成的兴趣网络上直接运用前人所提出的算法。最后是如何构建一个可靠性较强的兴趣网络图这一问题，对此，关键是要想办法准确的提取出用户输入内容的关键信息，为此，我们找到了实用性比较高的NLPIR汉语分词系统，再结合 “知网”现有的语义词典，问题便也可迎刃而解了。

2.3.2 经济可行性

当下，虽然很多的搜索公司已经做出了较为完善的搜索引擎系统，但大多都是以用户长时兴趣模型作为基础，对短时用户兴趣模型的研究尚还存在一些不足，许多公司也意识到了这一点，对短时用户兴趣模型这一块的研究比较感兴趣，纷纷做出了投资。但是，现在的短时用户兴趣模型还在起步阶段，成熟的模型还是很少。相信随着时间的推进，这方面模型的投资和研究也会越来越大，最后找到和长时兴趣模型想契合的点，搭配共同使用。

3 总体设计

3.1 系统功能模块设计

参考需求分析，此课题基于短时用户兴趣模型最终设计了三种不同的搜索方式，分别是百度搜索，兴趣搜索和社区搜索。

图3.1 系统级模块图

(1) 百度搜索：基于百度搜索引擎制作，包括执行搜索，显示从百度搜索引擎中获得的搜索结果。

(2) 兴趣搜索：在百度搜索的基础上，引入了短时用户兴趣模型，增加了兴趣扩展，构建兴趣网络，结果过滤等功能。

(3) 社区搜索：在兴趣搜索的基础上，改进了短时用户兴趣模型，增加了包括兴趣网络优化在内的一些功能。

3.1.1 百度搜索

图3.2 百度搜索模块图

(1) 数据采集模块：根据用户的搜索内容，模拟百度搜索进行执索，采集百度搜索结果数据，存入数据库。

(2) 显示模块：获得在百度中搜索得到的结果，向用户展示。

3.1.2 兴趣搜索

图3.3 兴趣搜索模块图

(1) 关键词分析模块：提出用户搜索内容当中的关键词，并对之进行分析。

(2) 兴趣扩展模块：对用户的搜索内容进行兴趣网络内部扩展或者外部资料扩展。

(3) 数据采集模块：对兴趣扩展后的内容，模拟百度搜索进行执索，采集百度搜索结果数据，存入数据库。

(4) 网络构建模块：根据用户输入的内容，提取用户兴趣，构建用户短时兴趣网络

(5) 结果优化模块：抓取在百度中搜索得到的结果，对结果进行优化。 

(6) 显示模块：把优化后的结果在界面中向用户显示。来`自^吹冰论*文-网www.chuibin.com

3.1.3 社区搜索

图3.4 社区搜索模块图

(1) 关键词分析模块：提出用户搜索内容当中的关键词，并对之进行分析。

(2) 兴趣扩展模块：对用户的搜索内容进行社区网络内部扩展或者外部资料扩展。