信息檢索中的查詢擴(kuò)展算法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，Web信息正以指數(shù)級(jí)的速度增長(zhǎng)，如何從這些海量的信息中檢索出所需要的信息已成為一個(gè)非常重要的研究課題。由于用戶查詢用詞與文檔關(guān)鍵詞不匹配，傳統(tǒng)信息檢索的結(jié)果并不理想，難以滿足用戶的查詢需求。因此，研究信息檢索中的查詢擴(kuò)展技術(shù)，通過(guò)對(duì)用戶的初始查詢進(jìn)行擴(kuò)展以有效地解決“詞不匹配”問(wèn)題，具有重要的理論意義和一定的實(shí)用價(jià)值。 本文的主要工作包括： (1)介紹了課題的研究背景，包括信息檢索的概念、性能評(píng)

2、價(jià)標(biāo)準(zhǔn)、檢索模型等，綜述了查詢擴(kuò)展的相關(guān)知識(shí)。 (2)針對(duì)當(dāng)前基于關(guān)聯(lián)規(guī)則的查詢擴(kuò)展算法未考慮關(guān)鍵詞項(xiàng)在文檔數(shù)據(jù)庫(kù)中的不同文檔記錄中具有不同權(quán)重的缺點(diǎn)，首先提出了一種面向查詢擴(kuò)展的完全加權(quán)關(guān)聯(lián)規(guī)則挖掘算法(An All-weighted Association Rules Mining Algorithm for Query Expansion，簡(jiǎn)稱AWAR算法)。該算法充分考慮了關(guān)鍵詞項(xiàng)在文檔數(shù)據(jù)庫(kù)中的不同文檔記錄中具有不同的

3、權(quán)重，利用BM25檢索模型對(duì)關(guān)鍵詞賦以權(quán)重，引入完全加權(quán)的項(xiàng)權(quán)值，并采用4種剪枝策略，實(shí)驗(yàn)結(jié)果表明該算法能極大地提高挖掘的效率。然后提出了一種基于AWAR算法的查詢擴(kuò)展算法(A Query Expansion Algorithm Based on AWAR，簡(jiǎn)稱AWARQE算法)。該算法利用AWAR 算法對(duì)初始查詢結(jié)果集中的前N篇文檔進(jìn)行完全加權(quán)關(guān)聯(lián)規(guī)則挖掘，構(gòu)建規(guī)則庫(kù)，并從規(guī)則庫(kù)中選取完全加權(quán)置信度最大的K個(gè)詞作為擴(kuò)展詞進(jìn)行查詢擴(kuò)展。

4、實(shí)驗(yàn)表明AWARQE算法能顯著提高信息檢索的性能。 (3)針對(duì)基于自動(dòng)相關(guān)反饋的查詢擴(kuò)展算法(A Query Expansion Algorithm Based on Automatic Relevance Feedback，簡(jiǎn)稱ARFQE算法)中存在的“查詢漂移”問(wèn)題，提出了一種基于K-means算法的查詢擴(kuò)展算法(A Query Expansion Algorithm Based on K-means，簡(jiǎn)稱KQE算法)。該算

5、法利用K-means算法對(duì)初始查詢結(jié)果集進(jìn)行重新排序，提高前N篇文檔中相關(guān)文檔的比例，實(shí)驗(yàn)結(jié)果表明該算法能夠有效地抑制“查詢漂移”。 (4)結(jié)合AWARQE算法和KQE算法，提出了一種基于關(guān)聯(lián)規(guī)則和聚類算法的查詢擴(kuò)展算法(A Query Expansion Algorithm Based on Association Rules and Cluster Algorithm，簡(jiǎn)稱ACQE算法)。該算法首先對(duì)初始查詢結(jié)果集進(jìn)行重新排