支持檢索結(jié)果多樣化顯式方法的比較研究.pdf

1、近年來在信息檢索領(lǐng)域，檢索結(jié)果多樣化問題受到了廣泛關(guān)注。已有多種多樣化方法被提出。但并不是很清楚每種多樣化方法的性能和特性，所以應(yīng)在統(tǒng)一的平臺上進(jìn)行多樣化方法的分析比較，以便于更好的應(yīng)用檢索結(jié)果多樣化技術(shù)。
　　另一方面，在信息檢索中數(shù)據(jù)融合技術(shù)通過組合多個成員結(jié)果以提高檢索的性能。以往的研究表明一些數(shù)據(jù)融合方法能夠提高檢索結(jié)果的基于相關(guān)性方面的性能，但很少考慮基于多樣性方面的性能。理論上來說，由于不同的檢索系統(tǒng)返回不同的結(jié)果，若

2、把所有結(jié)果組合成一個統(tǒng)一的結(jié)果，可以增加用戶找到自己感興趣內(nèi)容的幾率。所以我們研究通過數(shù)據(jù)融合方法來提高檢索結(jié)果的多樣性。論文的主要研究工作如下：
　?。?）分別對IA-SELECT、xQuAD與PM2多樣化方法進(jìn)行分析比較。實驗采用TREC文本檢索會議中web track任務(wù)提供的4組數(shù)據(jù)集，并用四個評價指標(biāo)衡量多樣化方法的性能，即為Prec-IA、 MAP-IA、ERR-IA和α-nDCG。另外，評價了三種方法的性能。發(fā)現(xiàn)xQ

3、uAD多樣化方法的性能最佳，IA-SELECT與PM2多樣化方法性能差異不大。
　?。?）在數(shù)據(jù)融合排名算法CombSum的基礎(chǔ)上，提出一種新的多樣化方法CombSumDiv，該方法同時考慮文檔的相關(guān)性和多樣性。并通過調(diào)整系數(shù)λ與三種具有代表性的顯式多樣化方法IA-SELECT、xQuAD與PM2進(jìn)行比較。發(fā)現(xiàn)CombSumDiv性能稍高于xQuAD，遠(yuǎn)高于IA-SELECT與PM2。
　?。?）通過增加與減少子主題的個數(shù)測

4、試CombSumDiv、IA-SELECT、xQuAD與PM2在不同狀況下的穩(wěn)定性。發(fā)現(xiàn)當(dāng)所有的子主題被找出，再加入一些不相關(guān)的子主題對四種方法的最終結(jié)果沒有什么影響。只采用部分子主題的結(jié)果與采用所有子主題的結(jié)果相比差別也較小。所以，它們均有較強(qiáng)的抗干擾能力。
　　總之，本文對已有多樣化技術(shù)進(jìn)行較系統(tǒng)化的分析比較；從數(shù)據(jù)融合的角度出發(fā)提出了一種多樣化方法；并對所有算法的穩(wěn)定性進(jìn)行實驗。以往這幾個方面的工作較缺乏，本文的工作結(jié)果對今