元搜索引擎提問(wèn)融合方法研究.pdf

1、本文將信息融合理論與元搜索引擎的研究相結(jié)合，在相關(guān)理論的基礎(chǔ)上，對(duì)提問(wèn)融合方法做一些探討和研究。本文介紹了信息融合基本含義、原理、層次結(jié)構(gòu)以及技術(shù)、方法，總結(jié)了查詢擴(kuò)展的三類方法，并著重介紹和分析了相關(guān)反饋的定義、類型、技術(shù)與算法，詳述了語(yǔ)言模型的建模過(guò)程與方法。
　　 本文的研究?jī)?nèi)容包括以下幾個(gè)方面：
　　 首先，提出了對(duì)用戶的查詢行為進(jìn)行信息挖掘，給出了記錄用戶信息需求的三種方式，并分析用戶的查詢行為，對(duì)用戶的信息需

2、求進(jìn)行分類。本文試圖利用用戶查詢?nèi)罩緛?lái)探尋用戶的信息搜索行為，提出了基于用戶查詢?nèi)罩镜膬煞N提問(wèn)融合策略：基于用戶查詢模糊聚類的提問(wèn)融合策略和基于用戶點(diǎn)擊文檔用詞的提問(wèn)融合策略，從而利用日志進(jìn)行偽相關(guān)反饋。
　　 第二，基于用戶查詢模糊聚類的提問(wèn)融合策略足利用系統(tǒng)聚類法對(duì)用戶查詢?nèi)罩局械挠脩舨樵冞M(jìn)行聚類分析，用戶查詢是聚類的樣本，每條用戶查詢所對(duì)應(yīng)的用戶點(diǎn)擊的文獻(xiàn)是聚類樣本的特征。
　　 第三，基于用戶點(diǎn)擊文檔用詞的提問(wèn)融

3、合策略將用戶查詢中使用的詞或短語(yǔ)與文檔中出現(xiàn)的相應(yīng)詞或短語(yǔ)以條件概率的形式連接，利用貝葉斯公式挑選出文檔中與該查詢關(guān)聯(lián)最緊密的詞加入原查詢，以達(dá)到擴(kuò)展優(yōu)化的目的。
　　 最后，本文總結(jié)了TopK反饋程序和自動(dòng)選取前K篇文獻(xiàn)的兩種策略，提出了使用語(yǔ)言模型為工具計(jì)算相關(guān)度系數(shù)，據(jù)此改進(jìn)了多查詢與偽相關(guān)反饋的融合，提出了基于TopK反饋的提問(wèn)融合算法。
　　 本文的創(chuàng)新之處是提出了基于用戶點(diǎn)擊文檔用詞的提問(wèn)融合策略和基于Top