基于查询时间属性的海量博客数据检索方法

摘要

针对博客非正式、口语化语言多,以及输入查询的时间属性少等问题,提出一种利用查询的时间属性检索相关博客的高效方法.首先,自动计算每个查询在不同的时间间隔中的时间敏感度;然后,为查询建立一个时域剖面,并使用该剖面计算每个相关博文的时间得分;最后,基于博客与输入查询之间的时间和内容上的相关度,对所有的博客进行排名.使用irBlogs数据集对提出的方法进行了实验分析和比较,实验结果表明,所提方法在周期性时间敏感查询和事件敏感查询上表现出了较好的性能,优于其他博客检索方法.