基于聚類與局部共現(xiàn)的相關反饋方法研究.pdf

1、互聯(lián)網(wǎng)的快速發(fā)展導致了互聯(lián)網(wǎng)上的信息量與日俱增。如何從互聯(lián)網(wǎng)上獲取用戶所需要的信息已經(jīng)成為了一個熱門問題。在這個背景下,信息檢索技術發(fā)展起來了。針對信息檢索中,文檔和查詢之間的詞不匹配問題,大量的研究顯示基于查詢擴展的相關反饋是這個問題的一個很好的解決方案,并且能夠很好的提高信息檢索系統(tǒng)的性能。
　　大部分傳統(tǒng)的查詢擴展算法都假設初始檢索結果集中排序靠前的N篇文檔是相關的,然后利用這些文檔作為反饋文檔集來進行查詢擴展獲取擴展詞。然

2、而,這些反饋文檔中包含著大量的噪音,很有可能使生成的新查詢偏離查詢主題,導致查詢漂移。文檔聚類可以將初始檢索結果集中相關的文檔聚集在一起,從而可以從中找到相關的文檔,去掉不相關的文檔,獲取更好的反饋文檔集。
　　同時大部分傳統(tǒng)的查詢擴展算法是基于反饋文檔集中索引詞的權重來選取擴展詞。這種做法并沒有很好的考慮反饋文檔集中索引詞和查詢之間的關聯(lián)性,很有可能獲取到與查詢主題不相關的擴展詞,影響到擴展詞的質(zhì)量,進而對信息檢索的效果產(chǎn)生負面