基于用戶反饋的智能查詢擴展技術研究.pdf

1、近年來，隨著互聯(lián)網(wǎng)信息技術的不斷發(fā)展，它已經成為人們獲取信息最重要的途徑之一。而海量、異構、復雜的網(wǎng)絡信息的存在，使人們快速準確地獲取所需信息變得更為困難。搜索引擎作為互聯(lián)網(wǎng)信息技術的一個重要分支，可以讓人們更有效地獲取所需信息。雖然現(xiàn)有的搜索引擎已能滿足用戶大部分的檢索需求，但仍然存在有一些問題有待優(yōu)化，如由于用戶未能很好地組織查詢以準確表達查詢需求，使查詢與文檔索引之間不匹配，并造成檢索結果準確率低等問題。本文研究的查詢擴展技術是解

2、決該問題的有效方式之一，主要的工作包括以下四個方面：
　　通過實驗分析相關的查詢擴展算法，如基于LSA、Ontology、ESA、Rocchio、Ide、Ide-dec、LCA、LA、LOCOOC、Apriori、NNLM、KLD、CHI1、CHI2等技術的查詢擴展算法，并進行各個算法之間的可融合分析、加權組合設計、參數(shù)調優(yōu)等工作；
　　通過對相關查詢擴展算法的研究分析，本文提出了一種基于文檔重排序的混合查詢擴展算法，該算法

3、首先在用戶對初次檢索提供反饋信息的基礎上，通過所提的策略對初檢文檔進行重新排序，然后使用混合的查詢擴展算法對重新排序后的前n篇文檔進行分析；
　　在OHSUMED數(shù)據(jù)集上進行多組對比實驗，驗證了本文提出的基于文檔重排序的混合查詢擴展算法能有效提高檢索性能，其在平均準確率 MAP等指標上較一些已有查詢擴展算法有一定的提高；
　　將提出的查詢擴展算法應用于已有的一些搜索引擎中，其主要基于Google和Bing開放的API實現(xiàn)，首