搜索引擎中的查詢擴(kuò)展方法研究.pdf

1、近年來(lái)，越來(lái)越多的人使用搜索引擎在因特網(wǎng)上查找信息。但是，目前的搜索引擎大多數(shù)還是基于關(guān)鍵詞和倒排索引技術(shù)，這就不可避免地要面對(duì)自然語(yǔ)言自身存在的同義詞、多義詞問(wèn)題，它們可能會(huì)導(dǎo)致用戶查詢?cè)~跟頁(yè)面用詞不一致。再者，用戶的查詢?cè)~一般比較短，這造成用戶的查詢信息嚴(yán)重不足。如上問(wèn)題會(huì)使某些與查詢相關(guān)的頁(yè)面不能被搜索出來(lái)，即使被搜索出來(lái)，排列的位置也不靠前。
　　針對(duì)這些問(wèn)題，學(xué)者們提出了查詢擴(kuò)展技術(shù)。它是已經(jīng)被證實(shí)了的解決如“詞不匹配”

2、、短查詢的有效方法。目前的查詢擴(kuò)展方法主要有：基于詞典的查詢擴(kuò)展、基于全局分析的查詢擴(kuò)展、基于局部分析的查詢擴(kuò)展、局部上下文分析方法、基于日志的查詢擴(kuò)展。
　　本文針對(duì)局部上下文分析方法的缺陷，提出了基于日志分析的局部上下文分析方法，該方法把局部上下文分析方法應(yīng)用到經(jīng)過(guò)分析、過(guò)濾后的日志上，從而打破了原始局部上下文分析高度依賴于初次檢索結(jié)果的局限性。
　　搜索引擎的個(gè)性化服務(wù)是研究的一個(gè)熱點(diǎn)，它力求為每個(gè)用戶提供不同的服務(wù)，

3、希望提供給用戶最關(guān)心的結(jié)果。目前，獲取用戶興趣知識(shí)有兩大類方法：人機(jī)交互和用戶記錄挖掘。在本文中，把兩種方法相結(jié)合。在人機(jī)交互方面，讓用戶選擇自己感興趣的主題；在用戶記錄挖掘方面，通過(guò)JavaScript腳本語(yǔ)言在客戶端生成并保存一個(gè)記錄用戶以往查詢的文件，當(dāng)用戶產(chǎn)生新的查詢時(shí)，從該文件中獲得與本次查詢相似的查詢?cè)~。然后把根據(jù)用戶興趣獲得的詞加到初始查詢中，實(shí)現(xiàn)個(gè)性化查詢擴(kuò)展。
　　本文在Lucene.net的基礎(chǔ)上實(shí)現(xiàn)了可視化的