信息檢索中的查詢(xún)擴(kuò)展技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，網(wǎng)絡(luò)上的信息呈爆炸式增長(zhǎng)，網(wǎng)絡(luò)技術(shù)的發(fā)展拓寬了我們獲取信息的渠道，然而這些海量信息在給我們的日常生活帶來(lái)極大便利的同時(shí)，也給我們帶來(lái)很大的困擾，人們?cè)诿鎸?duì)這泛濫成災(zāi)的海量信息的時(shí)候無(wú)所適從，陷入了信息量過(guò)載的困境。如何從這些海量信息中檢索出用戶(hù)自己所需要的信息己成為信息檢索領(lǐng)域一個(gè)非常重要的研究課題。由此，搜索引擎應(yīng)運(yùn)而生，而由于用戶(hù)提交的查詢(xún)與文檔信息不匹配和表達(dá)不完整等現(xiàn)象的存在，傳統(tǒng)信息檢索不能滿(mǎn)足用戶(hù)的

2、查詢(xún)要求。為解決此問(wèn)題，有些學(xué)者提出了查詢(xún)擴(kuò)展技術(shù)，通過(guò)一定的方法和策略對(duì)用戶(hù)的初始查詢(xún)?cè)~進(jìn)行擴(kuò)展和重構(gòu)，從而達(dá)到改善檢索性能的目的。查詢(xún)擴(kuò)展是信息檢索中優(yōu)化查詢(xún)的一種有效方法，研究信息檢索中的查詢(xún)擴(kuò)展技術(shù)，具有重要的理論價(jià)值和實(shí)際意義。本文的主要研究工作如下：首先，文章說(shuō)明了本文的研究背景、目的及意義，對(duì)信息檢索與查詢(xún)擴(kuò)展的發(fā)展做了簡(jiǎn)要的概述。隨后介紹了信息檢索中的一些相關(guān)知識(shí)與理論并對(duì)目前的幾種傳統(tǒng)查詢(xún)擴(kuò)展技術(shù)進(jìn)行了詳細(xì)地分析與介紹

3、，為本文的研究工作提供了一定的理論基礎(chǔ)。其次，比較研究了三種傳統(tǒng)的信息檢索模型的檢索性能，包括布爾模型、向量空間模型和概率模型。通過(guò)分析幾種模型的檢索原理與檢索性能，比較這些模型的優(yōu)缺點(diǎn)，并在此基礎(chǔ)上對(duì)傳統(tǒng)的向量空間模型進(jìn)行了改進(jìn)，提出了一種基于web頁(yè)面結(jié)構(gòu)的改進(jìn)向量空間模型，該模型基于html語(yǔ)言的結(jié)構(gòu)信息，將web文本文檔的內(nèi)容劃分為標(biāo)題類(lèi)、黑體類(lèi)、正文類(lèi)3塊，根據(jù)不同的塊在文檔中的位置以及對(duì)文檔的重要程度不同，給各塊賦予不同的權(quán)

4、重比例系數(shù)，對(duì)其中的詞項(xiàng)權(quán)重進(jìn)行重新調(diào)整，以更好的區(qū)分相關(guān)文檔和不相關(guān)文檔，從而提高檢索系統(tǒng)的檢測(cè)性能。再之，結(jié)合查詢(xún)擴(kuò)展方法的不同特點(diǎn)以及檢索模型各自的優(yōu)缺點(diǎn)，在前文的基礎(chǔ)上，利用上一章提出的改進(jìn)的向量空間模型，提出了一種基于web頁(yè)面結(jié)構(gòu)和用戶(hù)查詢(xún)行為的偽相關(guān)反饋查詢(xún)擴(kuò)展算法，該算法利用本文提出的基于web頁(yè)面結(jié)構(gòu)的改進(jìn)向量空間模型在不改變用戶(hù)查詢(xún)行為的情況下，結(jié)合用戶(hù)對(duì)初檢結(jié)果的查詢(xún)?yōu)g覽行為提取相關(guān)文檔，然后對(duì)初始查詢(xún)進(jìn)行擴(kuò)展。實(shí)