基于貝葉斯網(wǎng)絡的信息檢索研究.pdf

1、貝葉斯網(wǎng)絡是以統(tǒng)計學為基礎，是數(shù)據(jù)挖掘技術的一種方法。本質(zhì)上貝葉斯網(wǎng)絡是一個有向無循環(huán)的圖表模型，直觀地表述了多個變量之間的依賴關系。它通過一個有向無循環(huán)圖來描述各個節(jié)點之間的因果關系，通過一個條件概率分布表來描述各個節(jié)點之間的關系密切程度。并且，貝葉斯網(wǎng)絡可以有效地把先驗知識和現(xiàn)有數(shù)據(jù)結合起來，使得網(wǎng)絡的推理結果更加的合理。特別是在當前數(shù)據(jù)較少或者較難獲得的情況下，貝葉斯網(wǎng)絡的這一優(yōu)點更加明顯。 現(xiàn)在隨著因特網(wǎng)技術的迅速發(fā)展，

2、因特網(wǎng)上的信息成幾何級數(shù)增長，傳統(tǒng)的信息檢索服務已不能滿足用戶的檢索需求，因此智能信息檢索成為重要的研究課題。影響一個檢索系統(tǒng)的性能有很多因素，最關鍵的還是信息檢索的模型。信息檢索的模型的效率決定了整個信息檢索效果。 本文從介紹了信息檢索的三類數(shù)學模型——集合模型、代數(shù)模型和概率模型著手，對這三類信息檢索模型的檢索效果進行了分析。并分析了利用貝葉斯網(wǎng)絡來進行信息檢索的幾個優(yōu)勢：貝葉斯網(wǎng)絡方法有堅實的理論基礎；貝葉斯網(wǎng)絡有成熟的概

3、率推理算法和開發(fā)軟件；貝葉斯網(wǎng)絡更適合于信息檢索模型；貝葉斯網(wǎng)絡具有很強的學習能力。同時結合信息檢索本身的特點，本文在推理網(wǎng)絡模型的基礎上設計了一個貝葉斯網(wǎng)絡模型。并對信息檢索中的貝葉斯網(wǎng)絡模型做了若干改進，通過對貝葉斯模型中的概率進行限定，由此簡化了計算的工作量。同時由于用戶在輸入查詢關鍵詞的時候，往往由于自身的種種原因，而不夠準確、細致，這時會嚴重的影響到信息檢索的結果。為了解決這個問題，本文在再次基于貝葉斯網(wǎng)絡、利用關聯(lián)規(guī)則挖掘的