檢索結(jié)果聚類(lèi)中的類(lèi)別標(biāo)簽抽取技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)信息的日益膨脹，信息泛濫的狀況日趨嚴(yán)重，而作為人們獲取信息的主要手段的搜索引擎卻面臨著諸多新問(wèn)題，如何快速地幫助用戶(hù)獲取特定的知識(shí)、如何引導(dǎo)用戶(hù)并推送給用戶(hù)相關(guān)信息，已然成為各個(gè)搜索引擎面臨的日趨緊迫的任務(wù)。檢索結(jié)果聚類(lèi)能夠最大限度地解決搜索引擎這一問(wèn)題，提供用戶(hù)引導(dǎo)、數(shù)據(jù)分布，其應(yīng)用不僅在展現(xiàn)形式上，對(duì)于搜索引擎相關(guān)性排序、相關(guān)搜索等問(wèn)題上均有較大幫助，對(duì)于文本數(shù)據(jù)檢索、數(shù)字化圖書(shū)館管理、實(shí)體關(guān)系挖掘等領(lǐng)域也有非常廣闊的應(yīng)用前

2、景。
　　對(duì)于檢索結(jié)果進(jìn)行挖掘，生成恰當(dāng)?shù)囊龑?dǎo)性標(biāo)簽，輔助用戶(hù)快速瀏覽網(wǎng)頁(yè)內(nèi)容，是檢索結(jié)果聚類(lèi)的主要目標(biāo)。傳統(tǒng)的聚類(lèi)方法，一方面時(shí)間復(fù)雜度較高不能快速響應(yīng)用戶(hù)需求，另一方面不能生成高質(zhì)量可讀標(biāo)簽。
　　本文通過(guò)對(duì)比分析傳統(tǒng)方法的不足，結(jié)合搜索引擎快速響應(yīng)的需求及用戶(hù)引導(dǎo)高表意等方面的特定情景，提出了基于標(biāo)簽的排序模型，采用層次聚類(lèi)的方法進(jìn)行聚類(lèi)，并最終抽取出代表性標(biāo)簽的基本方法。本文主要研究?jī)?nèi)容包括以下幾方面：
　　1

3、、候選標(biāo)簽的抽取策略。在各語(yǔ)義信息的指導(dǎo)下，盡可能抽取全面而且質(zhì)量好的候選標(biāo)簽，為后續(xù)工作提供良好的基礎(chǔ)。
　　2、采用排序模型對(duì)抽取標(biāo)簽進(jìn)行排序，綜合考慮資源特征、本體特征、用戶(hù)行為特征、語(yǔ)義特征，生成聚類(lèi)候選。同時(shí)對(duì)這類(lèi)特征提出有針對(duì)性的資源挖掘方法。
　　3、采用改進(jìn)的層次聚類(lèi)算法及多種語(yǔ)義資源進(jìn)行類(lèi)別合并，將不同維度上的各類(lèi)相似標(biāo)簽進(jìn)行合并。
　　4、綜合利用資源信息、用戶(hù)行為信息指導(dǎo)標(biāo)簽的抽取，提出了一種有意