基于图模型决策的微博检索二次排序算法

• 作 者: 杨震 张广源 范科峰
• 机 构: 北京工业大学计算机学院,可信计算北京市重点实验室,桂林电子科技大学广西高校云计算与复杂系统重点实验室,中国电子技术标准化研究院
• 出 处: 北京工业大学学报
• 发表日期: 2017年1期
• 关键词: 微博检索 二次重排 图模型 决策树 microblogging retrieval results re-ranking graph model decisio
• 基金项目: 北京市优秀人才、北京市属高校青年拔尖人才资助项目（CIT＆TCD201404052）, 国家科技支撑计划资助项目（2015BAK21B04）, 广西高校云计算与复杂系统重点实验室资助项目（15205）

为了解决微博检索面临的＂用户查询＂和＂相关文档＂都是极端短文本的情况,及由此造成的检索性能欠佳的难题,研究并实现了一种微博检索结果的二次重排算法,基于微博内容相似关系构建关系图模型,利用PageRank算法对微博检索结果进行二次排序.比较了基于余弦相似度、戴斯系数、单向戴斯系数等文本内容相似度计算方法.实验结果表明：二次排序算法能够有效提升微博检索性能,同时图模型迭代性能与相关主题比例存在依存关系.有鉴于此,讨论通过决策树重排算法去除非相关主题对微博排序的影响.