基于Web的查詢擴展技術研究及其應用.pdf

1、隨著互聯網的飛速發(fā)展，Web信息資源以令人難以置信的速度在增長，在如此海量信息中如何有效地提高搜索質量，得到有用的信息已經成為一個非常重要的研究課題。目前研究比較多的是查詢擴展(Query Expansion，QE)，查詢擴展作為解決表達差異的一種有效方法，即在原查詢詞的基礎上加入與用戶用詞相關的詞或詞組，組成新的、更準確的查詢詞序列，從而檢索出更加相關的、更加精確的搜索結果。本文主要工作有以下幾個方面：
　　 1、在研究國際國

2、內已有的查詢擴展技術基礎上，提出一種新的基于Rough集理論的局部分析的查詢擴展算法(RLA)。該算法通過計算查詢關鍵詞與文檔之間的Rough相似度，選出與查詢詞最相關的前N篇文檔作為查詢擴展文檔集，而后計算相關文檔集中詞的權重值，選出權重值最高的前m個詞加入到原查詢詞中，形成查詢擴展詞。
　　 2、采用搜狗實驗室提供的互聯網語料庫作為測試數據集進行實驗，實驗結果表明，新算法比目前比較流行的基于全局擴展算法(SGA)和基于局部上

3、下文分析的算法(LCA)在檢索精度和質量上都有一定的提高，MAP分別提高7.00％和3.78％，提高比率達到27.87％和13.34％。
　　 3、把查詢擴展理論應用于實踐，設計并實現了一個B/S架構的基于查詢擴展技術的搜索引擎，命名為“開心搜索”。該系統(tǒng)集成了本文中提出的新算法和一些目前比較流行的查詢擴展算法，有利于各種算法之間的比較；還可以根據用戶的不同興趣愛好，選擇同一關鍵詞在不同的主題領域中進行查詢擴展。通過分析查詢結果