檢索結(jié)果集選取算法研究.pdf

1、隨著網(wǎng)絡(luò)的發(fā)展，網(wǎng)絡(luò)上的信息量不斷增加，為了讓人們能夠方便地從海量信息中獲得所需信息，搜索引擎技術(shù)應(yīng)運而生并且不斷發(fā)展壯大。但是現(xiàn)在搜索引擎上查看的結(jié)果都是單一呈現(xiàn)的，結(jié)果孤立缺乏整體性，依然需要用戶人工對信息進行組裝，進而獲得一個完整的信息，同時結(jié)果之間包含的信息具有很大的冗余性，特別是排在前面的結(jié)果冗余更大。這就需要尋求一種方法盡量來解決這個問題。
　　 本文分析了現(xiàn)有搜索引擎的排序算法，結(jié)果之間新穎性的研究方法以及最小文檔

2、集合生成算法，得出現(xiàn)有搜索引擎返回給用戶的相關(guān)結(jié)果存在著結(jié)果之間冗余性較大，結(jié)果單一以及信息不完整等不足，在滿足用戶查詢需求的滿意度上有一定的局限性。所以本文利用了一種基于子主題提取的文檔集合生成算法對相關(guān)檢索結(jié)果進行組合，并且提出了一個并集度的概念，又考慮了新穎性方法，提出了一個新穎度定義，并給出了公式說明，利用結(jié)果集合的相關(guān)度、并集度和新穎度對初始結(jié)果集合進行重新排序，保證排在前面的文檔集合在不降低相關(guān)性的基礎(chǔ)上，盡量使集合包含的信