檢索結果集選取算法研究.pdf

1、隨著網絡的發(fā)展，網絡上的信息量不斷增加，為了讓人們能夠方便地從海量信息中獲得所需信息，搜索引擎技術應運而生并且不斷發(fā)展壯大。但是現(xiàn)在搜索引擎上查看的結果都是單一呈現(xiàn)的，結果孤立缺乏整體性，依然需要用戶人工對信息進行組裝，進而獲得一個完整的信息，同時結果之間包含的信息具有很大的冗余性，特別是排在前面的結果冗余更大。這就需要尋求一種方法盡量來解決這個問題。
　　 本文分析了現(xiàn)有搜索引擎的排序算法，結果之間新穎性的研究方法以及最小文檔

2、集合生成算法，得出現(xiàn)有搜索引擎返回給用戶的相關結果存在著結果之間冗余性較大，結果單一以及信息不完整等不足，在滿足用戶查詢需求的滿意度上有一定的局限性。所以本文利用了一種基于子主題提取的文檔集合生成算法對相關檢索結果進行組合，并且提出了一個并集度的概念，又考慮了新穎性方法，提出了一個新穎度定義，并給出了公式說明，利用結果集合的相關度、并集度和新穎度對初始結果集合進行重新排序，保證排在前面的文檔集合在不降低相關性的基礎上，盡量使集合包含的信