基于形式概念分析與關鍵詞加權的用戶查詢詞擴展研究.pdf

1、隨著信息技術的飛速發(fā)展，互聯網上新的網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上信息服務系統，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確理解，導致搜索引擎返回的信息中有些與用戶的

2、查詢意圖是不相關的，甚至有些還會嚴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域中十分重要的研究課題，查詢擴展是解決詞不匹配問題的有效技術。為了更好地解決查詢詞擴展技術存在的問題，論文結合形式概念分析（Formal Concept Analysis）與關鍵詞加權進行了查詢詞擴展的研究。
　　 論文的主要研究內容歸納如下：
　　 1．提出一種對查詢擴展源進行優(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反饋過程中得到的文檔進行分析，運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，達到優(yōu)化查詢擴展源的目的。
　　 2．提出一種通過給關鍵詞加權進

4、行查詢詞擴展的方法。在這種方法中，首先把用戶初始查詢和查詢擴展源中的文檔轉化為向量，通過計算向量之間的相似度得到文檔與查詢的相似權值，接著分別在單個文檔和整個文檔集中分析詞的權重，然后把這些權重值進行合理的結合得到詞的最終權重，最后選取那些權重值大的詞作為查詢擴展詞。借助這種方法，可以在整個文檔集中抽取出質量較高的詞作為查詢擴展詞。
　　 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個網頁進行實驗驗