基于內(nèi)容和結(jié)構(gòu)的關(guān)鍵字圖查詢研究.pdf

1、隨著信息檢索技術(shù)的發(fā)展，關(guān)鍵字搜索技術(shù)一直都受到學(xué)術(shù)界的高度關(guān)注，它在數(shù)據(jù)庫、信息檢索以及數(shù)據(jù)挖掘等領(lǐng)域一直是研究的熱點(diǎn)。隨著網(wǎng)絡(luò)上數(shù)據(jù)的爆發(fā)式增長，以及大量圖數(shù)據(jù)的產(chǎn)生，在圖上進(jìn)行關(guān)鍵字查詢在近幾年備受關(guān)注。
　　關(guān)鍵字圖查詢算法是在數(shù)據(jù)圖上查找子圖，返回的子圖能夠包含所有或部分查詢關(guān)鍵字，而傳統(tǒng)的關(guān)鍵字搜索算法只是找到與查詢相關(guān)的文檔列表。之前的很多關(guān)于關(guān)鍵字圖查詢的研究主要是搜索包含所有關(guān)鍵字的最小生成樹，近幾年來，有研究已

2、經(jīng)表明，從圖中查找子圖比子樹對用戶更有用，且能提供更多的信息。然而，當(dāng)前的針對關(guān)鍵字查詢的方法在搜索結(jié)果時只考慮距離關(guān)系，而沒有考慮節(jié)點(diǎn)和查詢關(guān)鍵字之間的相似性，在顯示時，現(xiàn)有的算法不能很好的將任意兩個關(guān)鍵字節(jié)點(diǎn)之間最相關(guān)的連接關(guān)系表現(xiàn)出來。
　　基于以上問題，本文提出了基于內(nèi)容和結(jié)構(gòu)的關(guān)鍵字圖查詢方法，采用新的計算節(jié)點(diǎn)與查詢相似度的方法，以及節(jié)點(diǎn)搜索算法，為用戶返回與查詢相關(guān)且節(jié)點(diǎn)之間結(jié)構(gòu)緊密的結(jié)果。首先，本文通過改進(jìn)語言模型，

3、更精確的計算每個節(jié)點(diǎn)與查詢關(guān)鍵字的相似度，并分別以包含關(guān)鍵字的節(jié)點(diǎn)為初始節(jié)點(diǎn)進(jìn)行搜索找到一個最優(yōu)解，以這種方式產(chǎn)生的結(jié)果能夠保證結(jié)果中包含關(guān)鍵字的節(jié)點(diǎn)都出現(xiàn)。其次，將結(jié)果按照某種排序機(jī)制，選擇前k個結(jié)果顯示出來。再次，本文采用潛在斯坦納圖來顯示查詢結(jié)果，潛在斯坦納圖能更清楚的顯示任意兩個關(guān)鍵字之間最緊密的連接關(guān)系。最后，在實(shí)驗(yàn)部分，本文利用兩個不同的數(shù)據(jù)集構(gòu)造出圖數(shù)據(jù)，通過不同的評價方法對搜索結(jié)果進(jìn)行評估，實(shí)驗(yàn)表明，本文提出的方法能較快