基于多用户协同反馈的信息检索模型

随着WWW资源的不断增加，提高信息检索的质量变得十分重要．在这个过程中，根据检索用户的特点，充分考虑检索用户的意见对信息检索的质量和效率起到越来越重要的作用．本文将网络用户分为个人、社区和正规组织用户三种，通过分析不同类型用户的特点以及当前信息检索模型的基础上，提出了针对组织用户的基于多用户协同反馈的信息检索模型．该模型提出适用于正规组织用户的协同反馈的概念，并应用到信息检索领域．多用户协同反馈的概念根据正规组织用户的特点，充分考虑组织内所有协作人员的意见，结合最近一次检索结果，对用户查询请求不断进行修正后反复进行检索，从而有效提高了信息检索系统的精度和信息检索的协同工作能力．     

基于语义目录的个性化检索模型研究

针对传统信息检索方法的缺点提出了基于语义目录的个性化检索模型,说明了其原理、工作流程及关键技术。与传统的信息检索方法相比,该模型不仅在查准率和查全率方面都有所提高,还能根据用户需要完成个性化的信息检索。     

基于互信息和本体的协同检索模型的研究

在信息检索中,用户习惯用尽可能少的关键字来检索信息,这必然会导致检索结果与用户需求存在较大偏差.针对这一问题,我们提出了基于互信息的语义扩展模型(QSE_BMI)[2],结合用户兴趣模型,对用户输入的查询问句进行语义扩展.本文在QSE_BMI基础上,利用互信息与本体互补性,建立基于互信息和本体的协同检索模型,从而提高了信息检索的查全率与查准率.     

基于本体的跨语言信息检索模型

随着网络信息的日益丰富和用户需求的提高,人们已经不能满足于仅仅在同一语种中进行检索,跨语言的信息检索(CLIR)因而受到人们越来越多的关注。为此,本文提出了一种新的基于语义的跨语言信息检索模型Onto-CLIR,该模型在传统信息检索技术的基础上,利用本体来刻画不同语言中对应的领域知识,以解决从查询语言到检索语言之间转换过程中出现的语义损失和曲解等问题,从而保证在检索过程中能够有效地遵循用户的查询意图,获得预期的检索信息。本文以体育新闻检索为背景,以英文查询作为查询请求,检索来自新浪网的体育类新闻,结果表明采用基于本体的跨语言信息检索方法之后检索的查全率和查准率平均提高10个百分点左右,有效地改善了检索性能。     

贝叶斯网络检索模型的性能评估

贝叶斯网络检索模型可以表示术语间的条件概率和概念语义,并依此预测用户查询和文档间的相似度,是解决信息检索的有效手段。通过构造中文测试集合,对简单贝叶斯网络检索模型和扩展的贝叶斯网络检索模型的性能进行详细评估,实验证明扩展模型可以有效地提高检索性能,在一定程度上实现了基于语义的信息检索。     

基于本体驱动的法律信息检索模型

本文提出了基于本体驱动的法律信息检索模型，以解决当前Web信息检索中存在的问题。本文运用到了数据挖掘中的关联规则，并借鉴“七步法”来构建信息检索模型，构建步骤包括文档预处理、构建领域本体、过滤、构造人机接口等。向用户提供基于法律本体的概念查询、语义扩充查询、分类浏览等检索手段。该模型能够改善用户查准率和查全率，实现对该领域资源的智能化检索。     

基于多相关本体的模糊信息检索模型

根据概念及概念之间的语义,提出一种多相关本体的模糊信息检索模型,用本体的关系表示模糊关系。描述本体信息检索模型的处理过程及检索机制,讨论应用不同类型本体的检索效果和影响,并采用TREC的评价方法评估该模型。结果证明该模型具有较好的整体性能比,能改善用户需要的检索结果。     

一种基于概念集的信息检索模型

提出了一种面向专业领域的概念集模型,该模型相比其他语义信息检索模型,使用更为简单实用的语义构建方法,对用户提供的检索关键词在其相应的专业领域进行了更为丰富的语义描述。在此研究成果的基础上,对面向专业领域的概念集模型和信息检索模型进行了集成,提出了一种基于领域概念集的信息检索模型,通过实验验证该模型的有效性。     

基于领域本体的贝叶斯网络检索模型研究

针对传统的信息检索方法无法实现用户查询的语义理解、检索效率低等问题,本文提出基于领域本体进行查询扩展的贝叶斯网络检索模型。该模型首先将用户查询通过领域本体进行语义扩展,然后将扩展后的查询作为证据在贝叶斯网络检索模型中进行传播,进而得到查询结果,实验表明本文提出的贝叶斯网络检索模型能提高检索效率。     

一种长短期兴趣结合的个性化检索模型

个性化信息检索针对用户个人兴趣优化文档排序,被认为是改善用户检索体验的一种有效途径。为提高个性化检索模型的检索性能,该文提出了一种将用户的长短期兴趣结合的通用方法,利用用户长期兴趣和短期兴趣对查询模型进行改进。大规模真实搜索日志数据上的实验结果显示,利用长短期兴趣能够获得准确表达信息需求的查询模型,相对于传统的个性化检索模型取得了更好的效果。
     

基于语义模型的信息检索机制研究

提出了一种基于本体语义模型的信息检索方法。该方法充分利用领域本体提供的概念之间的语义相关性，从语义模型扩展、概念相似度、相关度计算，并以用户反馈等角度探讨了基于语义模型的自动推理方法在信息检索中的应用，文章介绍了系统实现框架。该系统将应用在学习资源的智能检索中。     

基于成语典故本体的语义检索模型研究

针对目前信息检索中用户经常找不到或者查不准的情况,提出了一种基于成语典故本体的信息检索模型,并且对该模型及其特性进行了详细分析。在对用户提问进行系统深入分析的基础上,提出了问题模式和答案模式,可提高语义检索的效率,能够在一定程度上提高查准率和查全率。     

基于混沌神经网络模型的查询扩展

针对传统的信息检索模型只能进行精确匹配的问题，提出一种基于混沌神经网络模型的查询扩展方法，利用混沌神经网络较强的记忆性、学习性和联想性，对用户查询行为进行学习，从而对用户的初始查询进行扩展和重构，以得到符合不同用户的检索结果。与传统的神经网络信息检索模型的对比实验表明，新模型具有更高的查全率和查准率。     

界模型信息检索及其参数优化

信息检索中,如何较好地理解和表达用户的信息需求是提高信息检索效果的关键。从语言的内涵和外延出发,挖掘、计算信息需求的上边界、下边界,确定信息需求的需求域,建立了一种表达用户信息需求的界模型。引入文档与信息需求域的相似度,在信息检索时计算各文档的相似度,并根据相似度对文档进行排序。使用Lemur工具进行的对比分析实验表明,界模型具有较理想的检索效果。进一步对相似度中的参数进行了优化,得到了更优的检索效果。     

基于对等模型的分布式协同设计系统

为了解决分布式协同设计系统中的信息快速检索以及多副本同步等问题，引入了对等模型，给出了该系统的功能模型、信息检索模型等。提出了DHT的对等信息检索方法，保证了用户能够在分布式协同设计系统中快速共享资源。采用基于DHT的分布式互斥等算法作为协同数据的一致性维护方法，给出了系统的具体实现方法和实例。     

经典信息检索模型的分类比较

信息检索的模型,主要是用于检索和排序的计算用户查询请求和信息的匹配程度的问题。目前已有的检索模型有布尔模型、向量模型、概率模型以及以上三个经典模型的变形模型。通过对经典模型进行分析比较,以便在设计具体的检索系统时,根据检索对象的特点,采取合适的检索模型,提高检索效率。     

一种模糊矢量相关信息检索模型

矢量相关模型VCM是当前流行的信息检索模型之一.本文将模糊集理论和方法引入检索模型的构造,提出了一种模糊矢量相关模型FVCM,从而对其理论结构及用户检索模式的表达机制做了模糊化改进.初步实验表明,新模型克服了原模型的一些固有缺陷,有利于提高系统查准率和查全率.     

基于空间向量模型的网络信息检索系统设计

为提高网络信息检索系统的查全率和查准率,引入空间向量模型设计网络信息检索系统。首先,基于网络信息检索系统结构基本框架采集和预处理网络信息文档。其次,引入空间向量模型计算文本段与查询式相似度。再次,根据相似度计算公式设置不同网络信息文档的相似度门槛值。最后,基于相似度门槛值过滤网络信息检索,将过滤后的网络信息作为检索结果显示给系统用户。通过对比实验的方式证明,新的检索系统可根据用户输入内容给出查全率和查准率较高的检索结果。     

信息检索中语言模型的研究

介绍了最新被应用于信息检索领域的模型——语言模型。论述了构造应用于信息检索语言模型的3个步骤，介绍了这种语言模型的排序方法、反馈和与其它因素结合的方法，以及其在检索领域的应用效果，提出了语言模型在信息检索中的发展方向。     

基于主题图的本体信息检索模型研究

针对本体在定义领域概念时具有规范性、明确性和可共享性等特点,结合主题图对文档资源组织方式具有语义可导航性,提出了一种基于主题图的本体信息检索模型,并给出了模型的形式化定义。选择旅游领域作为研究对象,定义了旅游本体和旅游文档资源主题图,分析了在信息检索模型中利用本体来规范用户自然语言查询输入,识别用户检索意图和扩展查询语义方面的作用,并展示了主题图在语义导航和用户相关度排序方面的价值。最后通过实验表明基于主题图的本体信息检索模型较传统的检索系统有较好的性能。