基于查询相关性分析的检索结果聚类算法

来源 :小型微型计算机系统 | 被引量 : 0次 | 上传用户:inc9649
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着互联网的普及和网页数量的飞速增长,搜索引擎已经成为从网上获取信息的首选工具.然而,目前主流的搜索引擎在响应用户提交的检索请求时,往往以较长的一维列表形式分页展示结果,为了找到自己所需要的信息,用户必须对该结果列表进行耐心的浏览.为了进一步提高用户获取信息的效率和质量,减轻用户的劳动强度,研究者提出了对检索结果进行再挖掘、再组织的问题,聚类就是其中的研究热点之一.本文在分析现有检索结果聚类算法存在的问题的基础上,提出了基于查询相关性分析的标签驱动聚类算法,该算法通过分析短语与查询项的关联程度,提取作为候选簇标签的短语,然后根据这些标签确定网页摘要隶属的候选簇,最后基于对候选簇和标签的评价进行簇筛选和归并,得到聚类结果及每个簇的标签.在相同环境下进行的对比实验表明,所提出的算法优于相关工作,而且需要更少的信息资源支持. With the popularity of the Internet and the rapid growth of the number of web pages, search engines have become the preferred tool for obtaining information from the Internet.However, the mainstream search engines often paginate long one-dimensional lists in response to user-submitted search requests To display the results, in order to find the information they need, the user must patiently browse the list of results.In order to further improve the efficiency and quality of users’ access to information and reduce the labor intensity of the users, the researchers proposed to re-excavate the search results, Clustering is one of the research hotspots.On the basis of analyzing the existing problems of the existing clustering algorithms for search results, this paper proposes a label-driven clustering algorithm based on query correlation analysis, which is based on the analysis of Phrases and query terms are extracted, the phrases that are the candidate cluster labels are extracted, and then the candidate clusters to which the page abstract belongs are determined based on these labels. Finally, the clustering results and the clustering results are obtained based on the evaluation of the candidate clusters and the labels, and each Clusters of labels.Comparative experiments carried out in the same environment show that the proposed algorithm is superior to the phase Off work, and requires less information resources to support.
其他文献
机电工程在建筑工程中起到了中流砥柱的作用,目前建筑工程机电安装中还存在的一些问题,本文分析了目前建筑机电工程施工过程中普遍存在的问题,并且给出了一些相应的解决措施.
期刊
本文主要分析了在气候变化背景下不同灌溉措施对农田生产的影响,为今后不同地区不同环境的农田采取合理的灌溉措施提供参考.
智能设备的flash存储系统中,基于会话的日志型文件系统一般为并行系统,由此导致同一个目标区域的会话中包含大量冗余备份,并占据flash的日志存储空间,对此,提出一种简单的两
柔性支持向量回归方法(F-SVR)的优势是在回归过程中无需对传统的三个参数进行设定,但是该方法的不利因素是要引入一个被称作“区间数”的数据分类参数.首先,根据提出的改进型
6月25号以后,长江中下游地区天气逐渐稳定,黄鳝养殖户积极投苗,拉升了南京上海等水产市场黄鳝价格。
文章介绍了可信计算的基本概念,给出嵌入式系统可信计算的硬件设计要求,具体阐述其中CPU和可信平台模块设计思路。
建筑工程项目管理的水平高低对建筑施工企业的核心竞争力有很大影响,为提升企业核心竞争力,就必须加强对建筑工程项目管理的创新.建筑工程施工过程中的质量管理与控制需要从
论文首先简要分析了SNMP协议的安全性,针对SNMPv1和SNMPv2c,介绍了其存在的一个主要漏洞,默认团体字符串的配置漏洞。SNMPv1和SNMPv2c都是基于团体字符串进行访问控制的,变量的读写操作需要各自的团体字符串,默认的设置分别为public(只读)和private(读/写),并且在网络中以明文传输。文中介绍了如何对这一漏洞进行探测,并获取敏感信息。最后介绍了如何防范。
电力计量工作之所以重要,是因为电力计量直接关系到供电企业的经营效益,关系到企业的生存和发展.如果电力计量出现问题,对于供电企业来说将会受到非常大的影响.通过分析电力