全文檢索系統(tǒng)研究——檢索結(jié)果排序算法研究.pdf

1、隨著信息技術(shù)的發(fā)展，特別是計算機網(wǎng)絡技術(shù)的發(fā)展和因特網(wǎng)應用普及，信息檢索系統(tǒng)己成為人們獲取資源和信息交流的主要途徑。檢索系統(tǒng)作為搜尋網(wǎng)絡信息的最主要的工具，已經(jīng)滲透到人們生活的各個領域。然而用戶的一個查詢請求往往會檢索出龐大的結(jié)果集，可用戶所需要的信息往往卻只是其中一小部分。因此，提供有效的工具和方法來幫助用戶管理檢索系統(tǒng)檢索出來的相關(guān)文檔，并進行合理的排序，以滿足用戶個性化的信息需求，是開發(fā)檢索系統(tǒng)面臨的新挑戰(zhàn)。
　　 檢索結(jié)

2、果排序算法研究和個性化服務技術(shù)研究已經(jīng)成為當前信息檢索領域的研究熱點之一。所謂個性化服務是指針對不同用戶的需求和不同時間的需求采取不同服務策略，其關(guān)鍵在于興趣挖掘和用戶興趣模型的建立。本文圍繞著全文檢索系統(tǒng)結(jié)果個性化排序的關(guān)鍵問題開展如下研究。
　　 通用檢索系統(tǒng)中沒有考慮檢索詞條在文檔中的位置關(guān)系和文檔的長度影響，對此，本文提出一種改進的加權(quán)WTFIDF算法。該算法考慮了多個因素：(1)同義詞對文檔相關(guān)性有著很大的影響，該算法

3、對用戶的檢索詞條作同義詞和相關(guān)語義擴展。(2)檢索詞條在文檔的位置關(guān)系影響詞條的權(quán)重計算。(3)檢索詞條在文檔的比重同樣影響詞條的權(quán)重計算。
　　 基于詞頻的TFIDF算法忽略了文檔與用戶興趣的相關(guān)性，對此本文分析了用戶瀏覽過的文檔內(nèi)容與興趣的相關(guān)因素，提出了一種用戶興趣模型。通過分析文檔結(jié)構(gòu)、用戶瀏覽行為信息及用戶對文檔的評價信息，設計了一種用戶興趣挖掘策略，來創(chuàng)建和實時更新用戶興趣模型。在用戶興趣模型基礎上，提出了一種用戶興