基于层次评分函数的多粒度搜索算法研究.pdfVIP

收稿日期：２０１４-０９-１７；修回日期：２０１４-１ １-０７ 基金项目：湖北省国际交流与合作项目（２０１２ＩＨＡ０１４０）；湖北省教育厅科学技术研究计 划指导性项目（Ｂ２０１４１５３） 作者简介：姜攀（１９８１-），男，湖北武汉人，讲师，硕士研究生，主要研究方向为软件工程、算法设计等（ｊｉａｎｇｐａｎｄａｘｕｅ＠１６３．ｃｏｍ）；李跃新（１９５８-）， 男，湖北武汉人，教授，博士，主要研究方向为人工智能与知识工程、智能控制系统、嵌入式技术． 基于层次评分函数的多粒度搜索算法研究* 姜 攀１，２，李跃新３ （１．武汉理工大学 计算机科学与技术学院，武汉 ４３００７０；２．武汉商学院 信息工程系，武汉 ４３００５６；３．湖北大学 计算机与信息工程学院，武汉 ４３００６４） 摘 要：在线论坛中包含了大量的有用信息，通过检索论坛中的数据用户可以方便地获取所需的知识，然而论 坛数据的层次特征给内容检索提出了严峻的挑战。针对论坛数据的层次特征，提出了一种基于层次评分函数的 多粒度搜索方法。将论坛数据用树型层次结构表示，并基于多个因素提出了融合话题、发言、语句和单词多个粒 度的层次评分函数。为了避免多种粒度的数据在返回结果中具有重复性，提出了一种有约束的返回结果最大化 模型。将返回结果最大化模型转换为最大独立集合问题，并给出了一种启发式优化算法。实验表明，提出的算 法在检索论坛数据时不仅具有很好的效率，而且准确性非常高。 关键词：论坛；信息检索；层次评分函数；多粒度搜索 中图分类号：ＴＰ３９１；ＴＰ３０１．６ 文献标志码：Ａ 文章编号：１００１ ３６９５（２０１６）０１ ０１０１ ０３ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１ ３６９５．２０１６．０１．０２３ Ｈｉｅｒａｒｃｈｉｃａｌ ｓｃｏｒｉｎｇ ｆｕｎｃｔｉｏｎ ｂａｓｅｄ ｍｕｌｔｉ ｇｒａｎｕｌａｒｉｔｙ ｓｅａｒｃｈｉｎｇ ｍｅｔｈｏｄ Ｊｉａｎｇ Ｐａｎ１，２，Ｌｉ Ｙｕｅｘｉｎ３ （１．Ｓｃｈｏｏｌ ｏｆＣｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ ４３００７０，Ｃｈｉｎａ；２．Ｄｅｐｔ．ｏｆＩｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ， Ｗｕｈａｎ Ｂｕｓｉｎｅｓｓ Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ ４３００５６，Ｃｈｉｎａ；３．Ｓｃｈｏｏｌ ｏｆＣｏｍｐｕｔｅｒ Ｓｃｉｅｎｃｅ ＆ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｈｕｂｅｉ Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ ４３００６４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｏｎｌｉｎｅ ｆｏｒｕｍｓ ｃｏｎｔａｉｎｓ ｍｕｃｈ ｕｓｅｆｕｌ ｉｎｆｏｒｍａｔｉｏｎ，ｗｈｉｃｈ ｍａｋｅｓ ｉｔ ｃｏｎｖｅｎｉｅｎｔ ｆｏｒ ｕｓｅｒｓ ｔｏ ｒｅｔｒｉｅｖｅ ｎｅｃｅｓｓａｒｙ ｋｎｏｗ ｌｅｄｇｅ，ｈｏｗｅｖｅｒ，ｔｈｅ ｈｉｅｒａｒｃｈｉｃａｌ ｓｔｒｕｃｔｕｒｅ ｏｆ ｆｏｒｕｍ ｄａｔａ ｐｏｓｅｓ ｇｒｅａｔ ｃｈａｌｌｅｎｇｅｓ ｔｏ ｃｏｎｔｅｎｔ ｒｅｔｒｉｅｖｅ．Ｉｎ ｏｒｄｅｒ ｔｏ ｓｏｌｖｅ ｔｈｉｓ ｐｒｏｂ ｌｅｍ，ｔｈｉｓ ｐａｐｅｒ ｐｒｏｐｏｓｅｄ ａ ｈｉｅｒａｒｃｈｉｃａｌ ｓｃｏｒｉｎｇ ｆｕｎｃｔｉｏｎ ｂａｓｅｄ ｍｕｌｔｉ ｇｒａｎｕｌａｒｉｔｙ ｓｅａｒｃｈｉｎｇ ｍｅｔｈｏｄ．Ｆｉｒｓｔｌｙ，ｉｔ ｒｅｐｒｅｓｅｎｔｅｄ ｔｈｅ ｆｏｒｕｍ ｄａｔａ ｗｉｔｈ ｔｒｅｅｓ，ａｎｄ ｇａｖｅ ａ ｓｃｏｒｉｎｇ ｆｕｎｃｔｉｏｎ ｉｎｃｌｕｄｉｎｇ ｔｏｐｉｃｓ，ｐｏｓｔｓ，ｓｅｎｔｅｎｃｅｓ ａｎｄ ｗｏｒｄｓ ｂａｓｅｄ ｏｎ ｓｅｖｅｒａｌ ｃｏｎｓｉｄｅｒａ ｔｉｏｎｓ．Ｓｅｃｏｎｄｌｙ，ｉｎ ｏｒｄｅｒ ｔｏ ａｖｏｉｄ ｔｈｅ ｒｅｐｌｉｃａｔｉｏｎ ｏｆ ｄａｔａ ｉｎ ｒｅｓｕｌｔｓ ｏｆ ｍｕｌｔｉ ｇｒａｎｕｌａｒｉｔｙ，ｉｔ ｐｒｏｐｏｓｅｄ ａ ｍａｘｉｍｉｚａｔｉｏｎ ｍｏｄｅｌ ｏｆ ｒｅ ｓｕｌｔｓ ｗｉｔｈ ｃｏｎｓｔｒａｉｎｔｓ．Ｆｉｎａｌｌｙ，ｉｔ ｔｒａｎｓｆｏｒｍｅｄ ｔｈｅ ｍａｘｉｍｉｚａｔｉｏｎ ｍｏｄｅｌ ｏｆ ｒｅｓｕｌｔｓ ｉｎｔｏ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ｍａｘｉｍａｌ ｉｎｄｅｐｅｎｄｅｎｔ ｓｅｔｓ， ａｎｄ ｇａｖｅ ａ ｈｅｕｒｉｓｔｉｃ ｏｐｔｉｍａｌ ａｌｇｏｒｉｔｈｍ．Ｔｈｅ ｅｘｐｅｒｉｍｅｎｔｓ ｓｈｏｗ ｔｈａｔ，ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄ ｉｓ ｍｏｒｅ ｅｆｆｉｃｉｅｎｔ ａｎｄ ａｃｃｕｒａｔｅ ｔｈａｔ ｒｅ ｌａｔｅｄ ｗｏｒｋｓ ｗｈｉｌｅ ｒｅｔｒｉｅｖｉｎｇ ｆ