檢索結(jié)果隱式多樣化排序方法研究.pdf

1、隨著科技的不斷發(fā)展，人們對信息檢索的要求越來越高。通常情況下，用戶通過提交的查詢關(guān)鍵詞來獲得想要的信息，而傳統(tǒng)的檢索系統(tǒng)只是根據(jù)文檔與查詢的匹配度返回結(jié)果。關(guān)鍵詞查詢作為用戶信息需求經(jīng)常是模糊的、具有多義的，即使是相同的查詢，不同用戶感興趣的方面也可能不一致，所以傳統(tǒng)檢索系統(tǒng)已經(jīng)很難滿足用戶的多樣化信息需求，這使得研究者們逐步意識到信息檢索多樣化的必要性。對于一給定查詢，信息檢索系統(tǒng)應(yīng)該盡可能給出覆蓋多方面的結(jié)果，來滿足用戶潛在的不同信

2、息需求。
　　現(xiàn)有支持多樣性的檢索系統(tǒng)通常采用兩階段處理的方式。第一階段與傳統(tǒng)信息檢索系統(tǒng)相同，排名時只考慮文檔的相關(guān)性。第二階段在第一階段的基礎(chǔ)上對文檔進(jìn)行多樣化排序以提升多樣性。目前，信息檢索結(jié)果多樣化排序方法有多種，主要可以歸納為兩類：顯式方法和隱式方法。顯式方法是假定可通過一些外部資源了解到查詢的更多信息。而隱式方法則不依賴外部資源提供的額外信息，只考慮檢索結(jié)果中的文檔本身。本文主要是對隱式方法相關(guān)的方面進(jìn)行研究，以往的研

3、究更多的是關(guān)注某個方法本身的性能，而多種方法孰優(yōu)孰劣及各自的適用環(huán)境并不是很明確，且關(guān)于已提出方法的性能比較研究甚少。對于一個支持結(jié)果多樣化的檢索系統(tǒng)而言，選擇哪種重排算法進(jìn)行結(jié)果多樣化是值得研究的。
　　本文的主要工作如下：
　?。?）分析比較信息檢索結(jié)果多樣化中經(jīng)典隱式多樣化算法的性能。分析的經(jīng)典隱式多樣化算法有最大邊際相關(guān)度(MMR)法、相對熵(KL)法、現(xiàn)代投資組合理論(MPT)、稀疏空間選擇多樣化（SSSD）、量子

4、概率排序原則（QPRP）以及最大和分布（MSD）。通過實驗比較六個隱式多樣化算法的性能，并采用多樣化的評價指標(biāo)對實驗的結(jié)果進(jìn)行評價。
　?。?）提出基于貪心局部搜索下的稀疏空間選擇多樣化算法，即GLSS算法(Sparse spatial selection diversification based on Greedy Local Search)。該算法是把稀疏空間選擇多樣化方法來檢索前k文檔的問題當(dāng)作運(yùn)籌學(xué)中基礎(chǔ)設(shè)施位置問題來分