基于查询术语同义词的扩展信念网络检索模型

针对信念网络模型没有考虑术语之间关系的缺陷，引入了查询同义词的概念，提出了一个基于查询术语同义词的扩展信念网络检索模型。给出了模型的拓扑结构，讨论了利用新模型进行信息检索的方法，并给出了一个实用案例。新模型同时考虑了用户查询术语及其同义词的作用，提高了检索性能。     

基于用户动态交互行为扩展的信念网络推荐模型

针对现有推荐方法证据组合方式单一，未能同时考虑准确性和多样性的问题，提出基于用户动态交互行为扩展的信念网络推荐模型（EBNR＿UDIB）。首先，构建一个具有3层结构的基本信念网络推荐（BNR）模型，从而为证据的引入提供一个灵活有效的框架；其次，通过分析用户间的直接及耦合交互关系计算交互强度，并引入动态调整的时间衰减因子修订该强度；最后，以该强度对交互用户加权，将该用户的兴趣作为新证据扩展基本模型，并利用合取和析取两种证据组合方式得到EBNR＿UDIB。实验结果表明，相较于基于内容的推荐模型（CBRM）和基于社交的推荐模型（SBRM），在准确率、召回率和F1值上，合取组合方式下的所提模型分别至少提升了7、4和5个百分点，析取组合方式下的所提模型分别至少提升了2、8和6个百分点；在多样性和新颖性指标上，析取组合方式下的所提模型分别至少提升了15和6个百分点，合取组合方式下的所提模型也优于对比模型。     

同义词挖掘及表示研究

针对同义词进行查询扩展的计算复杂、不准确问题,提出一种同义词挖掘算法：每个概念用上下文特征词表示,利用完全加权关联规则挖取这些记录中频繁项作为同义词集的特征词,包含这些频繁项的概念构成同义词集,并对任意两个同义词相似度进行计算。最后将获取的量化的同义词应用到贝叶斯网络检索模型中,实验表明该算法优于其它扩展算法。     

优势关系下的集值序值信息系统

集值序值信息系统分为合取/析取集值序值信息系统,分别深入分析了合取/析取集值序值信息系统已有优势关系的局限性,并对其不合理情形进行了讨论,进而提出了对对象进行更好划分的新优势关系。在此基础上,分别构建了优势关系下的合取/析取集值序值信息系统的粗集模型,并通过典型例子验证了该方法的有效性。     

基于同义词扩展的贝叶斯网络检索模型

利用同义词挖掘术语间的关系，对用于信息检索的简单贝叶斯网络进行若干改进，得到一个包含术语间直接关系的扩展模型。实验结果表明通过进一步调节扩展模型中的参数，可以获得良好的检索效果。     

面向领域主题的智能搜索引擎设计

本文将概念检索扩展到面向领域主题检索的范畴,提出了面向领域主题的智能检索模型。给出了概念语义网络和面向领域主题的形式化描述,利用概念语义网络实现领域主题的同义词及其语义蕴含扩展,并实现一个基于建筑业的面向领域主题的智能搜索引擎。     

Rough Set 规则自动生成的关键算法改进

基于RoughSet理论,研究从Skrowon分辨矩阵到规则自动生成过程中的关键算法的改进问题。提出由分辨矩阵到合取项矩阵的计算方法,建立了从属性约简的合取项矩阵到析取项矩阵转换的数学模型,基于数学模型,提出直接搜索的转换方法。同时,提出了属性值约简的改进方法,使得改进后的算法从总体上节省了运算空间,降低了算法的时间复杂性,提高了规则生成的效率。最后通过UCI数据库的实例验证了改进算法的有效性。     

粗糙集理论中分辨函数的析取范式生成算法

基于粗糙集理论，研究分辨函数（DF）的析取范式的自动生成算法，提出由分辨矩阵到合取项矩阵（CM）的计算方法。建立了从属性约简的合取项矩阵（CM）到析取项矩阵（DM）转换的数学模型，并给出了算法的实现流程。基于数学模型，提出直接搜索的转换方法，节省了运算空间，降低了算法的时间复杂性，提高了规则生成的效率。最后通过UCI数据库的实例验证了算法的有效性。     

加权模糊聚集算子研究

在数据挖掘、模糊专家系统和多Agent协同决策过程中，要经常面对信息聚集技术和对多个模糊数据来源进行聚集运算，一般用得最多的是合取、析取及加权平均等算子，但是不同的领域有着不同的需求，本文着重对加权聚集算子进行研究。首先，提出了加权平均关系与析取关系结合后的析取-加权平均算子，该算子解决了加权平均算子不能区分析取与合取的关系。然后，提出了一种最大加权平均算子和最小加权平均算子，该算子将最大最小值算子与加权平均算子进行了泛化，解决了同时考虑信息局部性特征与信息整体性特征的问题。理论分析表明，本文提出的加权模糊聚集算子对于模糊信息源的聚集运算起到了很好的补充和完善的功能。     

基于同义词和关联规则的查询扩展模型

改进同义词获取和基于关联规则的相关词算法,建立一个扩展的贝叶斯网络模型,并给出文档相关度计算推理过程。实验证明该方法平均精确度大幅度提高。     

基于排序学习算法的智能检索系统

本文旨在解决数据资产管理系统中信息检索效率低、检索结果准确率低下的痛点,基于排序学习算法构建智能检索系统,提升检索结果和用户请求的相关性。对排序学习算法理论进行研究,对常用的排序学习算法进行相关优化,将分类问题扩展到文本排序问题之上,定义相关的目标函数及损失函数,使用机器学习的方法来提升检索结果的准确度。基于垂直分布式搜索引擎技术及排序学习算法构建智能检索系统,通过相关性工程提升检索请求转化的效率。实验表明本系统可以在优化检索速率的基础之上,提升检索语句与返回结果之间的相关性和检索的准确度。     

基于Q-Learning算法的建筑能耗预测

提出一种基于Q-learning算法的建筑能耗预测方法.通过将建筑能耗预测问题建模为一个标准的马尔科夫决策过程,利用深度置信网对建筑能耗进行状态建模,结合Q-learning算法,实现对建筑能耗的实时预测.通过美国巴尔的摩燃气和电力公司公开的建筑能耗数据进行测试实验,结果表明,基于本文所提出的模型,利用Q-learning算法可以实现对建筑能耗的有效预测,并在此基础上,基于深度置信网的Q-learning算法具有更高的预测精度.此外,实验部分还进一步验证了算法中相关参数对实验性能的影响.     

超级节点网络中的并行查询和排序机制

超级节点网络中的超级节点可能成为网络性能的瓶颈并影响检索结果的统一排序,针对该问题提出一种并行查询和排序机制。给出类特征等索引建立方法和查询节点选择算法,减少超级节点的存储和计算负担,使其在负载能力范围内,尽可能多地连接普通节点。在获取全局参数的前提下,提出查询节点的查询和排序方法,以提高检索质量。实验结果验证了该机制的有效性。     

LDA语义理解研究

潜在狄利克雷分配(LDA)被广泛应用于文本的聚类。有效理解信息检索的查询和文本,被证明能提高信息检索的性能。其中吉布斯采样和置信传播是求解LDA模型的两种热门的近似推理算法。比较了两种近似推理算法在不同主题规模下对信息检索性能的影响,并比较了LDA对文本解释的两种不同方式,即用文档的主题分布来替换原查询和文本,以及用文档的单词重构来替换原查询和文本。实验结果表明,文档的主题解释以及吉布斯采样算法能够有效提高信息检索的性能。     

基于深度置信网络的4-CBA软测量建模

PTA工业生产过程中4-CBA的含量是评价其产品质量的重要依据。将深度置信网络和已有的浅层算法相结合,提出基于深度置信网络的4-CBA软测量模型。深度置信网络是一种典型的深度学习算法,该算法在特征学习方面优势显著。根据实验结果,基于深度置信网络的软测量模型能够很好地估计4-CBA含量,和单纯的BP神经网络模型相比,基于深度置信网络的模型预测精度更高。     

基于双语主题模型和双语词向量的跨语言知识链接

跨语言知识链接是指在描述相同内容的不同语言的在线百科文章之间建立联系。跨语言知识链接可分为候选集选择和候选集排序两部分。首先,把候选集选择问题转换为跨语言信息检索问题,提出一种将标题与关键词相结合从而生成查询的方法,该方法将候选集选择的召回率大幅提高至93.8%;在候选集排序部分,提出一种融合双语主题模型及双语词向量的排序模型,实现了英文维基百科和中文百度百科之间军事领域的跨语言知识链接。实验结果表明,该模型取得了75%的准确率,显著提高了跨语言知识链接的性能,并且提出的方法不依赖于语言特性和领域特性,因此可以很容易地扩展至其他语言和其他领域的跨语言知识链接。     

一种结合超链接分析的搜索引擎排序方法

为了提高搜索引擎的检索性能，文章设计了一种搜索引擎的综合排序方法。它采用改进的布尔检索模式、中文分词、超链接分析以及索引链接文本等技术，主要具有以下特点：对经典布尔型检索模式所作的改进使得文档相关度不再是严格的0或1；超链接分析通过互联网的链接结构计算出每个网络文档的质量；通过中文分词和索引链接文本可以更加准确地获得一个网络文档的信息内涵。将3者结合可以充分利用各自优势而弥补不足。     

基于领域模型的网页搜索排序算法

通用搜索引擎在检索过程中会出现查询结果与关键词所属领域无关的主题漂移现象.本文提出了面向特定领域的网页重排序算法-TSRR(Topic Sensitive Re-Ranking)算法,从一个新的视角对主题漂移问题加以解决. TSRR算法设计一种独立于网页排序的模型,用来表示领域,然后建立网页信息模型,在用户检索过程中结合领域向量模型和网页信息模型对网页搜索结果进行重排序.在爬取的特定领域的数据集上,以用户满意度和准确率为标准进行评估,实验结果表明,本文中提出的TSRR算法性能优异,比经典的基于Lucene的排序算法在用户满意度上平均提高17.3%,在准确率上平均提高41.9%.     

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。