基于用戶標(biāo)注信息的查詢擴(kuò)展方法研究.pdf

1、查詢擴(kuò)展技術(shù)主要用于解決用戶提交的查詢不能準(zhǔn)確描述其自身需求及檢索意圖的問題。早期的查詢擴(kuò)展技術(shù)主要以查詢文檔集作為擴(kuò)展詞的來源，如今，各種形式的外部擴(kuò)展資源逐步被引入查詢擴(kuò)展過程，如維基百科、詞關(guān)系詞典以及用戶用于搜索的查詢?nèi)罩镜?。隨著社會(huì)化標(biāo)注系統(tǒng)的發(fā)展，研究者們開始探索社會(huì)化標(biāo)注信息作為擴(kuò)展詞來源的可能性。目前，盡管基于社會(huì)化標(biāo)注信息的查詢擴(kuò)展的有效性已經(jīng)得到驗(yàn)證，但其作用效果仍有提升的空間，本文主要探索了如何能夠在社會(huì)化標(biāo)注信息

2、中獲取更好的擴(kuò)展詞來優(yōu)化查詢擴(kuò)展的效果。
　　社會(huì)化標(biāo)注系統(tǒng)中，用戶的標(biāo)注質(zhì)量直接影響標(biāo)簽與資源的相關(guān)性，可以推知這種影響能夠進(jìn)一步作用于原始查詢與擴(kuò)展詞的相關(guān)性上。因此，高質(zhì)量用戶標(biāo)注的標(biāo)簽更有可能成為好的擴(kuò)展詞。同時(shí)，排序?qū)W習(xí)方法能夠通過整合有價(jià)值的特征以獲得更優(yōu)的排序結(jié)果，是進(jìn)行特征融合非常有效的一種手段?；谏鲜龇治?，本文的主要貢獻(xiàn)包括以下兩方面:
　　第一，本文提出一種用戶質(zhì)量挖掘算法，該算法根據(jù)用戶的標(biāo)注行為信息

3、為每個(gè)用戶分配質(zhì)量分?jǐn)?shù)，用于標(biāo)識用戶的標(biāo)注質(zhì)量。本文通過實(shí)驗(yàn)驗(yàn)證了用戶質(zhì)量挖掘算法的有效性。同時(shí)，在該算法的基礎(chǔ)上，本文又提出兩種基于用戶質(zhì)量的查詢擴(kuò)展方法，將用戶質(zhì)量以兩種不同的方式融入查詢擴(kuò)展過程中:(1)利用用戶質(zhì)量過濾初次檢索返回的資源，從過濾后的資源中選擇擴(kuò)展詞;(2)對高質(zhì)量用戶標(biāo)注的標(biāo)簽被選擇成為擴(kuò)展詞的打分過程進(jìn)行加權(quán)，提高其成為擴(kuò)展詞的可能。
　　第二，本文在基于標(biāo)簽詞共現(xiàn)的查詢擴(kuò)展方法基礎(chǔ)上結(jié)合以上兩種基于用戶