信息檢索中的查詢擴(kuò)展技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，網(wǎng)絡(luò)上的信息呈爆炸式增長，網(wǎng)絡(luò)技術(shù)的發(fā)展拓寬了我們獲取信息的渠道，然而這些海量信息在給我們的日常生活帶來極大便利的同時，也給我們帶來很大的困擾，人們在面對這泛濫成災(zāi)的海量信息的時候無所適從，陷入了信息量過載的困境。如何從這些海量信息中檢索出用戶自己所需要的信息己成為信息檢索領(lǐng)域一個非常重要的研究課題。由此，搜索引擎應(yīng)運而生，而由于用戶提交的查詢與文檔信息不匹配和表達(dá)不完整等現(xiàn)象的存在，傳統(tǒng)信息檢索不能滿足用戶的

2、查詢要求。為解決此問題，有些學(xué)者提出了查詢擴(kuò)展技術(shù)，通過一定的方法和策略對用戶的初始查詢詞進(jìn)行擴(kuò)展和重構(gòu)，從而達(dá)到改善檢索性能的目的。查詢擴(kuò)展是信息檢索中優(yōu)化查詢的一種有效方法，研究信息檢索中的查詢擴(kuò)展技術(shù)，具有重要的理論價值和實際意義。本文的主要研究工作如下：首先，文章說明了本文的研究背景、目的及意義，對信息檢索與查詢擴(kuò)展的發(fā)展做了簡要的概述。隨后介紹了信息檢索中的一些相關(guān)知識與理論并對目前的幾種傳統(tǒng)查詢擴(kuò)展技術(shù)進(jìn)行了詳細(xì)地分析與介紹

3、，為本文的研究工作提供了一定的理論基礎(chǔ)。其次，比較研究了三種傳統(tǒng)的信息檢索模型的檢索性能，包括布爾模型、向量空間模型和概率模型。通過分析幾種模型的檢索原理與檢索性能，比較這些模型的優(yōu)缺點，并在此基礎(chǔ)上對傳統(tǒng)的向量空間模型進(jìn)行了改進(jìn)，提出了一種基于web頁面結(jié)構(gòu)的改進(jìn)向量空間模型，該模型基于html語言的結(jié)構(gòu)信息，將web文本文檔的內(nèi)容劃分為標(biāo)題類、黑體類、正文類3塊，根據(jù)不同的塊在文檔中的位置以及對文檔的重要程度不同，給各塊賦予不同的權(quán)

4、重比例系數(shù)，對其中的詞項權(quán)重進(jìn)行重新調(diào)整，以更好的區(qū)分相關(guān)文檔和不相關(guān)文檔，從而提高檢索系統(tǒng)的檢測性能。再之，結(jié)合查詢擴(kuò)展方法的不同特點以及檢索模型各自的優(yōu)缺點，在前文的基礎(chǔ)上，利用上一章提出的改進(jìn)的向量空間模型，提出了一種基于web頁面結(jié)構(gòu)和用戶查詢行為的偽相關(guān)反饋查詢擴(kuò)展算法，該算法利用本文提出的基于web頁面結(jié)構(gòu)的改進(jìn)向量空間模型在不改變用戶查詢行為的情況下，結(jié)合用戶對初檢結(jié)果的查詢?yōu)g覽行為提取相關(guān)文檔，然后對初始查詢進(jìn)行擴(kuò)展。實