搜索引擎的相关性排序算法研究.pdf 全文

  本文关键词：搜索引擎的相关性排序算法研究，由笔耕文化传播整理发布。

中国科学技术大学 硕士学位论文 搜索引擎的相关性排序算法研究 姓名：王黎 申请学位级别：硕士 专业：模式识别与智能系统 指导教师：帅建梅 20100427 摘 要 摘 要 随着计算机系统性能的提高和网络技术的不断进步，万维网成为全球最大的信 息资源库，如何为如此庞大的信息资源提供高效的导航服务，帮助用户在海量的数 据中快速找到需要的信息是搜索引擎亟待解决的问题。通常用户只关心搜索引擎返 回的排在前面的结果，然而当前搜索引擎返回的查询结果与用户需求的相关程度并 不理想。于是搜索引擎的相关性排序--按照与用户查询的相关程度对搜索引擎的索 引文档进行排序，成为当前研究的重点和热点。 本文首先研究了文本搜索引擎的相关性排序模型，并为自学习排序模型提出一 种构造训练集的方法。然后研究了图像搜索引擎的相关性排序问题，重点介绍了图 像重排序的方法，并提出一种度量图像相似性的方法。本文对搜索引擎的相关性排 序方法进行了深入的研究，主要工作和创新之处归纳为以下几点： （1） 文本搜索引擎的相关性排序模型，包括布尔模型，向量空间模型，概率模 型，超链接模型，自学习排序模型，其中自学习排序模型将机器学习的方法 运用到搜索引擎的相关性排序问题，解决了以往模型的许多不足之处。 （2） 为自学习排序模型构造训练集。自学习排序是一种有监督的机器学习算法，， 模型的性能很大程度上依赖训练集。构造训练集

  本文关键词：搜索引擎的相关性排序算法研究，由笔耕文化传播整理发布。