信息檢索相關(guān)性

1、近十年我國信息檢索相關(guān)性研究現(xiàn)狀分析——基于共詞分析的視角摘要：相關(guān)性是信息檢索領域的核心研究的內(nèi)容之一，對其進行深入研究將有助于提高信息檢索的效率，推動信息檢索的研究。本文將通過共詞分析的方法，利用知識圖譜對其進行可視化分析研究。關(guān)鍵詞：信息檢索；相關(guān)性；共詞分析前言相關(guān)性一直以來都是信息檢索領域的核心研究內(nèi)容之一，其概念的起源可以追溯到17世紀的早期圖書館用戶認識到查找相關(guān)信息的問題。但由于客觀原因，相關(guān)性只是作為一種朦朧意識停留在

2、人們頭腦中，直到20世紀20年代少數(shù)學者Lotka（1926）、Zipf（1949）、Urquhart（1959）、Price（1965）才陸續(xù)從各個領域開始了相關(guān)性的研究工作。在信息科學界Saracevic認為Bradfd是最先使用相關(guān)性一詞的學者。其在20世紀30年代發(fā)表的《文獻的混沌狀態(tài)》一文中首次提出“主題相關(guān)”的概念。而此后關(guān)于“相關(guān)性”的探討并未引起學界更大范圍的關(guān)注。直到1958年國際科學信息會議（ICSI）的召開，相關(guān)性

3、（Relevance）才作為信息科學領域的一個重要概念被學術(shù)界認可。至此“相關(guān)性”逐漸成為信息科學尤其是信息檢索領域經(jīng)久不衰的研究課題，甚至知識交流學派的代表人物Saracevic認為信息科學之所以成為獨立學科，而不再隸屬于圖書館學或文獻學的原因就在于它開展了相關(guān)性的研究也在于相關(guān)性能夠解釋科學交流中的諸多問題。足見“相關(guān)性”在信息科學中的重要地位。當前，各國學者已對信息檢索的相關(guān)性問題展開了深入研究，本文將通過共詞分析法，使用知識圖譜

4、對其進行可視化處理分析。1信息檢索相關(guān)性基本概念對信息檢索相關(guān)性基本概念方面的研究工作始于20世紀50年代末，各國學者借助數(shù)學工具及各種概念提取方法從各個角度對“相關(guān)性”的含義及內(nèi)容進行了深入剖析。而相關(guān)性的基本概念研究以1976年為邊界經(jīng)歷了前后兩個階段第一階段19591976的主要成果有Maron和Kuhns利用概率論定義相關(guān)性的概念，提出相關(guān)性并非只是簡單的是非選擇問題。Rees認為相關(guān)性受文檔所包含的信息概念的影響，認為相關(guān)信息

5、是對用戶原來所具備的知識而言有用的信息Goffman和Newill把相關(guān)性當成連接有效性的一種測度，并試圖用數(shù)學方法證明相關(guān)性（Relevance）與關(guān)聯(lián)性（Relation）之間具有等價關(guān)系。Saracevic則建議從文檔、詞與文獻引用等各種文獻特征上來定義檢索的相關(guān)性。Cooper利用數(shù)理邏輯給相關(guān)性做了一個明確的定義。Wilson則在Cooper研究的基礎上對數(shù)理邏輯相關(guān)性描述做了進一步擴充，并將“情境相關(guān)性”的概念首次引入到相關(guān)

6、性的研究中，這些成果成為第二階段研究工作的基礎。在第二階段，1977年至今，由于相關(guān)性各領域研究成果的相繼出現(xiàn)，使相關(guān)性的概念描述也呈現(xiàn)出許多新的時代特征。首先是從面向用戶及認知方法的觀點重新審視相關(guān)性，認為相關(guān)性是個多維的認知概念，在很大程度上依賴于用戶個人對信息的理解以及信息需求的情境。相關(guān)性是一個動態(tài)的概念它依賴于信息與用戶某一特定時間所需信息之間關(guān)系質(zhì)量的評價，以用戶的觀點來看，相關(guān)性是個復雜的、系統(tǒng)的、可測度的概念。其次是一些

7、學者試圖給信息檢索定義一個邏輯模型來理解相關(guān)性概念這項工作由Rijsbergen開創(chuàng)之后又吸引了眾多學者的參與。2.信息檢索相關(guān)性共詞分析2.1數(shù)據(jù)收集處理本文研究的數(shù)據(jù)收集是以中國知網(wǎng)（cnki）中文數(shù)據(jù)庫中的期刊文獻為基礎，期刊來源為SCI、EI、CSSCI，以“信息檢索”并含“相關(guān)性”作為主題進行檢索，檢索年限為2004年至2013年，共檢索文獻95篇。對其關(guān)鍵詞進行統(tǒng)計分析，共有關(guān)鍵詞202個，對其進行詞頻統(tǒng)計，將詞頻超過2次的

8、關(guān)鍵詞作為高頻關(guān)鍵詞，共有高頻關(guān)鍵詞42個（表1），本文的數(shù)據(jù)分析將基于這些高頻關(guān)鍵詞。軟件繪制科學知識圖譜，在此基礎上，采用Kce分析法進行社會網(wǎng)絡分析，建立不同連接度k核（最高為4）的共詞網(wǎng)絡圖譜，經(jīng)過處理后得到可視化結(jié)果，如圖2所示，其中紅色代表關(guān)聯(lián)度為4的關(guān)鍵詞，綠色為關(guān)聯(lián)度為3的關(guān)鍵詞，藍色為關(guān)聯(lián)度為2的關(guān)鍵詞，黑色為關(guān)聯(lián)度為1的關(guān)鍵詞。圖2Kce分析效果圖2.3.2多維尺度分析使用Uci6.0軟件中的非量綱式多維尺度分析方法

9、分析近十年我國信息檢索相關(guān)性的關(guān)鍵詞的數(shù)據(jù)結(jié)構(gòu)，統(tǒng)計這些關(guān)鍵詞坐標，統(tǒng)計結(jié)果如表2所示，并形成散點圖，效果如圖3所示。表2關(guān)鍵詞分布坐標關(guān)鍵詞X坐標Y坐標所處象限關(guān)鍵詞X坐標Y坐標所處象限TEDS模型0.7941.984第2象限評價0.2340.438第3象限本體0.40.145第4象限情報學0.0180.168第2象限標準0.3680.089第3象限數(shù)字圖書館0.2150.92第3象限測試集0.8590.175第2象限搜索引擎0.31