粒子群算法在查詢優(yōu)化中的應用.pdf

1、隨著互聯(lián)網的迅速發(fā)展和普及，網絡已經成為人們獲取信息的一個重要途徑。由于網絡信息資源飛速增長，如何有效地處理這些海量信息，并檢索出用戶所需信息成為一個非常重要的研究課題。信息檢索是從信息集合中找出與用戶需求相關的信息。由于用戶對系統(tǒng)的熟悉程度和表述查詢條件的能力不同，用戶利用傳統(tǒng)技術實現的信息檢索得到的結果難以滿足用戶的要求。本文主要研究將粒子群算法應用到信息檢索查詢優(yōu)化技術中。主要內容包括：
　　 ⑴介紹了研究背景、信息檢索與

2、查詢優(yōu)化的研究現狀并簡單描述本文的研究內容和文章的組織結構。隨后介紹了常見的群體智能算法并詳細描述了粒子群算法的原理及應用，另外還分析了粒子群算法在查詢優(yōu)化應用的可行性。這為本文以后的研究提供一定的理論基礎。
　　 ⑵研究了遺傳算法在信息檢索查詢優(yōu)化的應用，并分析了粒子群算法具有的優(yōu)勢。隨后介紹了信息檢索技術中三類典型的檢索模型，并試探性地將粒子群算法應用到查詢優(yōu)化技術中。本方法是利用初始查詢得到的結果集，采用粒子群算法重新分配

3、查詢中關鍵詞的權重，以得到最優(yōu)的查詢。
　　 ⑶介紹了相關反饋的基本原理，并了解向量空間模型中的相關反饋技術。通過一個例子發(fā)現，將相關反饋引入到查詢優(yōu)化中可以使檢索結果準確度有一定的提高。通過分析傳統(tǒng)相關反饋技術對查詢優(yōu)化的作用，巧妙地將粒子群算法引入到相關反饋技術中，本文提出一種基于粒子群算法的相關反饋技術，并將其應用到查詢優(yōu)化中。
　　 ⑷用查全率和查準率兩個指標來衡量檢索結果，對文中提出的查詢優(yōu)化方法進行有效性的驗