支持检索结果多样化查询性能预测的研究

摘要

对于给定的查询，搜索引擎首先对查询进行分析，之后在预先建好的索引上检索文档，并按一种排名算法产生排序的文档列表。为了评估返回文档列表的性能，通常需要人工判断，非常费时，开销很大。如能开发出自动的、无需人工判断的查询性能预测技术，有较大的实用意义。
　　对于搜索引擎而言，提高一些难度较高查询的性能尤其必要。如能预测此类查询，采取必要的补救措施以提升查询结果的质量，肯定能够提高用户的满意度。因此，设计有效的查询相关性性能预测方法是一项有意义的工作，这也是目前信息检索领域的一个研究方向。
　　一个查询常含有多个子意图，并且对于同一个查询，不同用户往往有不同的意图。为了让更多的用户获得较好的搜索体验，应使靠前的查询结果尽量覆盖更多的子意图。这一过程称为多样化处理，多样化后查询结果的性能称为多样化性能。在检索多样化的背景下，为了避免将多样化性能低的查询结果返回给用户，搜索引擎需要预测查询结果的多样化性能，因此本文对查询多样化性能预测进行了研究。据我们所知，目前文献中还没有涉及这方面的研究。
　　本文主要在以下几个方面进行了研究工作：
　　（1）对于查询相关性性能的预测，从预测查询困难度类别（困难、一般、或容易查询）的角度入手，提出了一个基于支持向量机对查询的困难度进行分类的方法。实验结果显示该方法的预测效果良好，特别在困难类别查询的预测上，有效性较高。
　　（2）对于查询多样化性能的预测，提出了5个算法。并采用TREC Web Track2010-2011多样性任务中提交的结果检验了算法的性能，结果显示预测算法有一定的有效性。
　　（3）分析子查询检索结果的不同获取方式对多样化预测算法的影响。因为提出的多样化预测算法，预测查询多样化性能时需分析子查询检索结果信息，而该结果除了如上一实验从外部资源获取，还可直接从检索结果多样化产生的中间结果获取。实验结果表明，提出的预测算法在性能上依然好于传统预测算法。

目录

声明

第一章 绪 论

1.1 研究背景

1.2 研究目的和意义

1.3 研究现状

1.4 本文的主要研究内容

1.5 本文的组织结构

第二章 基于支持向量机的查询类别预测

2.1 本章研究点

2.2 使用支持向量机对查询进行分类

2.3 提出的预测方法有效性实验

2.4 基于支持向量机方法预测查询类别实验

2.5 本章小结

第三章 多样化性能预测算法

3.1 本文提出的多样化预测算法

3.2 基于得分分布预测算法评估多样化性能实验

3.3 提出的预测算法有效性实验

3.4 本章小结

第四章 多样化预测算法性能分析

4.1 本章研究点

4.2 提出的预测算法有效性实验1

4.3 提出的预测算法有效性实验2

4.4 IASUM3算法性能在实验1实验2中的比较

4.5 本章小结

第五章 总结与展望

5.1 工作总结

5.2 进一步研究的方向

参考文献

致谢

在学期间发表的学术论文及其他科研成果