相關(guān)性排序技術(shù)的幾點研究.pdf

1、本文針對搜索引擎相關(guān)性排序中的三方面技術(shù)進行了系統(tǒng)的研究：鏈接分析，段落檢索和相關(guān)反饋，它們分別從不同的角度來改進相關(guān)性排序結(jié)果。主要創(chuàng)新工作和成果如下： 第一，提出PageRank鏈接分析算法的存儲優(yōu)化方法。 基于鏈接分析的PageRank算法需要計算網(wǎng)絡(luò)所有結(jié)點的網(wǎng)頁重要性分?jǐn)?shù)，即PageRank值，因而網(wǎng)頁結(jié)點的合理存儲是該算法順利運行的關(guān)鍵，本文通過數(shù)學(xué)推導(dǎo)以及利用稀疏矩陣的特點將算法空間復(fù)雜度由O（n^2）降至

2、O（n），同時大大提高了算法迭代效率。 第二，提出段落檢索與全文檢索相結(jié)合的排序方法。 以段落為粒度索引的排序方法能夠有效的提高檢索的準(zhǔn)確率，但會使得召回率有所下降，為了減輕召回率的損失，提出將段落權(quán)重和全文權(quán)重相結(jié)合的排序方法，結(jié)果使得準(zhǔn)確率得以提高，同時確保了召回率。 第三，實驗分析Rocchio相關(guān)反饋算法在應(yīng)用中的優(yōu)劣勢。 Rocchio是經(jīng)典的基于向量空間模型的相關(guān)反饋算法，本文通過實驗分析了