元搜索引擎提问融合方法研究

• 作 者: 景璟
• 机 构: 南开大学
• 出 处: 南开大学
• 发表日期: 2009年期

本文将信息融合理论与元搜索引擎的研究相结合，在相关理论的基础上，对提问融合方法做一些探讨和研究。本文介绍了信息融合基本含义、原理、层次结构以及技术、方法，总结了查询扩展的三类方法，并着重介绍和分析了相关反馈的定义、类型、技术与算法，详述了语言模型的建模过程与方法。　　
本文的研究内容包括以下几个方面：　　
首先，提出了对用户的查询行为进行信息挖掘，给出了记录用户信息需求的三种方式，并分析用户的查询行为，对用户的信息需求进行分类。本文试图利用用户查询日志来探寻用户的信息搜索行为，提出了基于用户查询日志的两种提问融合策略：基于用户查询模糊聚类的提问融合策略和基于用户点击文档用词的提问融合策略，从而利用日志进行伪相关反馈。　　
第二，基于用户查询模糊聚类的提问融合策略足利用系统聚类法对用户查询日志中的用户查询进行聚类分析，用户查询是聚类的样本，每条用户查询所对应的用户点击的文献是聚类样本的特征。　　
第三，基于用户点击文档用词的提问融合策略将用户查询中使用的词或短语与文档中出现的相应词或短语以条件概率的形式连接，利用贝叶斯公式挑选出文档中与该查询关联最紧密的词加入原查询，以达到扩展优化的目的。　　
最后，本文总结了TopK反馈程序和自动选取前K篇文献的两种策略，提出了使用语言模型为工具计算相关度系数，据此改进了多查询与伪相关反馈的融合，提出了基于TopK反馈的提问融合算法。　　
本文的创新之处是提出了基于用户点击文档用词的提问融合策略和基于TopK反馈的提问融合算法。