信息檢索中的查詢擴展算法研究.pdf

1、隨著互聯(lián)網(wǎng)技術的迅速發(fā)展，Web信息正以指數(shù)級的速度增長，如何從這些海量的信息中檢索出所需要的信息已成為一個非常重要的研究課題。由于用戶查詢用詞與文檔關鍵詞不匹配，傳統(tǒng)信息檢索的結果并不理想，難以滿足用戶的查詢需求。因此，研究信息檢索中的查詢擴展技術，通過對用戶的初始查詢進行擴展以有效地解決“詞不匹配”問題，具有重要的理論意義和一定的實用價值。 本文的主要工作包括： (1)介紹了課題的研究背景，包括信息檢索的概念、性能評

2、價標準、檢索模型等，綜述了查詢擴展的相關知識。 (2)針對當前基于關聯(lián)規(guī)則的查詢擴展算法未考慮關鍵詞項在文檔數(shù)據(jù)庫中的不同文檔記錄中具有不同權重的缺點，首先提出了一種面向查詢擴展的完全加權關聯(lián)規(guī)則挖掘算法(An All-weighted Association Rules Mining Algorithm for Query Expansion，簡稱AWAR算法)。該算法充分考慮了關鍵詞項在文檔數(shù)據(jù)庫中的不同文檔記錄中具有不同的

3、權重，利用BM25檢索模型對關鍵詞賦以權重，引入完全加權的項權值，并采用4種剪枝策略，實驗結果表明該算法能極大地提高挖掘的效率。然后提出了一種基于AWAR算法的查詢擴展算法(A Query Expansion Algorithm Based on AWAR，簡稱AWARQE算法)。該算法利用AWAR 算法對初始查詢結果集中的前N篇文檔進行完全加權關聯(lián)規(guī)則挖掘，構建規(guī)則庫，并從規(guī)則庫中選取完全加權置信度最大的K個詞作為擴展詞進行查詢擴展。

4、實驗表明AWARQE算法能顯著提高信息檢索的性能。 (3)針對基于自動相關反饋的查詢擴展算法(A Query Expansion Algorithm Based on Automatic Relevance Feedback，簡稱ARFQE算法)中存在的“查詢漂移”問題，提出了一種基于K-means算法的查詢擴展算法(A Query Expansion Algorithm Based on K-means，簡稱KQE算法)。該算

5、法利用K-means算法對初始查詢結果集進行重新排序，提高前N篇文檔中相關文檔的比例，實驗結果表明該算法能夠有效地抑制“查詢漂移”。 (4)結合AWARQE算法和KQE算法，提出了一種基于關聯(lián)規(guī)則和聚類算法的查詢擴展算法(A Query Expansion Algorithm Based on Association Rules and Cluster Algorithm，簡稱ACQE算法)。該算法首先對初始查詢結果集進行重新排