基于形式概念分析與關(guān)鍵詞加權(quán)的用戶查詢詞擴(kuò)展研究.pdf

1、隨著信息技術(shù)的飛速發(fā)展，互聯(lián)網(wǎng)上新的網(wǎng)頁每天以驚人的速度在增長，這為滿足用戶檢索信息提供了足夠大的空間，但是想找到滿足需求的信息也越來越成為困擾用戶的一個問題。搜索引擎作為一種網(wǎng)上信息服務(wù)系統(tǒng)，為用戶在Internet上查找信息提供了方便。
　　 用戶在使用搜索引擎進(jìn)行信息查找時，通常都是向搜索引擎提交一系列的查詢詞，但是由于自然語言的模糊性，用戶提交的這些初始查詢詞并沒有被搜索引擎準(zhǔn)確理解，導(dǎo)致搜索引擎返回的信息中有些與用戶的

2、查詢意圖是不相關(guān)的，甚至有些還會嚴(yán)重偏離用戶的搜索主題。解決詞不匹配問題成為信息檢索領(lǐng)域中十分重要的研究課題，查詢擴(kuò)展是解決詞不匹配問題的有效技術(shù)。為了更好地解決查詢詞擴(kuò)展技術(shù)存在的問題，論文結(jié)合形式概念分析（Formal Concept Analysis）與關(guān)鍵詞加權(quán)進(jìn)行了查詢詞擴(kuò)展的研究。
　　 論文的主要研究內(nèi)容歸納如下：
　　 1．提出一種對查詢擴(kuò)展源進(jìn)行優(yōu)化的方法。優(yōu)化的基本思想是：首先分別對用戶相關(guān)反饋過程中

3、得到的文檔和由搜索引擎返回的文檔集中那些不同于用戶相關(guān)反饋過程中得到的文檔進(jìn)行分析，運(yùn)用形式概念分析的知識建立兩個概念格（Concept Lattice），為了區(qū)分，就把這兩個概念格分別稱之為“用戶概念格”和“挖掘概念格”，然后通過計算概念相似值，在“挖掘概念格”中找出與“用戶概念格”相似度較高的概念，最后抽取出這些概念的外延，并將它們加入到用戶選擇的文檔集合中去，達(dá)到優(yōu)化查詢擴(kuò)展源的目的。
　　 2．提出一種通過給關(guān)鍵詞加權(quán)進(jìn)

4、行查詢詞擴(kuò)展的方法。在這種方法中，首先把用戶初始查詢和查詢擴(kuò)展源中的文檔轉(zhuǎn)化為向量，通過計算向量之間的相似度得到文檔與查詢的相似權(quán)值，接著分別在單個文檔和整個文檔集中分析詞的權(quán)重，然后把這些權(quán)重值進(jìn)行合理的結(jié)合得到詞的最終權(quán)重，最后選取那些權(quán)重值大的詞作為查詢擴(kuò)展詞。借助這種方法，可以在整個文檔集中抽取出質(zhì)量較高的詞作為查詢擴(kuò)展詞。
　　 論文最后通過20組不同主題的用戶查詢詞以及搜索引擎對每組查詢詞返回的前50個網(wǎng)頁進(jìn)行實驗驗