基于日志挖掘的查询概念图扩展

摘要

随着互联网的发展及社会信息化的发展，搜索引擎作为人们查找信息的重要工具变得越来越重要。现有的搜索引擎的核心是布尔模型，完全依赖于用户给出的检索关键词，但由于在检索时仅仅依靠字符本身，并非字符所代表的语义概念，因此搜索引擎的检索结果往往与用户查询意图并不相符。传统的查询扩展不能实质性地提高信息检索性能，主要原因是传统的查询扩展技术是以查询词为中心，机械式地进行字符串符号的扩展，忽略了查询概念语义之间的关联扩展，因而没有充分表达和扩展用户查询意图，不能从根本上消除用户查询意图与检索结果之间的语义偏差和用户查询的歧义性问题，也就没有最终解决查全率和查准率问题。 本研究提出了将概念图应用于查询扩展，并提出了基于日志挖掘的查询概念图扩展系统。该系统针对在使用搜索引擎时用户一般无法准确表达自己的查询意图的问题，基于概念图实现查询扩展。首先该系统通过挖掘查询日志以得到用户的查询模式并对其进行扩展，使用概念图表示用户的查询模式。然后在此基础上本文提出了一种概念图匹配的方法，将用户给出的需要进行扩展的查询概念图与数据库中的概念图进行对比，最后找出与用户查询匹配的概念图并将其输出。本文使用概念图表示用户查询，概念图的优点是可以更准确地表明用户的查询意图，并在此基础上进行语义层面上的查询扩展，通过这种方法给出的扩展查询更符合用户的查询意图，这是因为概念图不仅包含用户查询中的关键词，还包含了关键词和关键词之间的关系，而且在进行查询扩展时，是对概念图中的概念进行扩展，这种查询扩展是以关键词表示的概念为中心，准确把握用户的查询意图并进行扩展，在扩展时还会考虑到关键词所表示的概念之间的关系，因此，它克服了传统查询扩展的缺点。