搜索引擎中的查詢擴展方法研究.pdf

1、近年來，越來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自然語言自身存在的同義詞、多義詞問題，它們可能會導致用戶查詢詞跟頁面用詞不一致。再者，用戶的查詢詞一般比較短，這造成用戶的查詢信息嚴重不足。如上問題會使某些與查詢相關(guān)的頁面不能被搜索出來，即使被搜索出來，排列的位置也不靠前。
　　針對這些問題，學者們提出了查詢擴展技術(shù)。它是已經(jīng)被證實了的解決如“詞不匹配”

2、、短查詢的有效方法。目前的查詢擴展方法主要有：基于詞典的查詢擴展、基于全局分析的查詢擴展、基于局部分析的查詢擴展、局部上下文分析方法、基于日志的查詢擴展。
　　本文針對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用到經(jīng)過分析、過濾后的日志上，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。
　　搜索引擎的個性化服務是研究的一個熱點，它力求為每個用戶提供不同的服務，

3、希望提供給用戶最關(guān)心的結(jié)果。目前，獲取用戶興趣知識有兩大類方法：人機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JavaScript腳本語言在客戶端生成并保存一個記錄用戶以往查詢的文件，當用戶產(chǎn)生新的查詢時，從該文件中獲得與本次查詢相似的查詢詞。然后把根據(jù)用戶興趣獲得的詞加到初始查詢中，實現(xiàn)個性化查詢擴展。
　　本文在Lucene.net的基礎上實現(xiàn)了可視化的