信息检索中基于智能优化算法数据融合方法.docVIP

信息检索中基于智能优化算法的数据融合方法 　　摘要：如何利用网络技术手段，帮助用户从互联网海量信息中迅速准确地获取用户所需信息是信息检索领域的首要问题。数据融合技术能够将不同检索系统提交的检索结果进行组合从而得到一个新的检索结果。对数据融合技术中的线性组合法进行研究，着重探讨如何采用智能优化算法解决线性组合法的权重分配问题，分析基于差分进化算法和基于粒子群算法的权重分配策略，在上述两种优化算法的基础上，提出一种新的线性组合法权重分配策略：基于自适应交替的粒子群差分进化优化算法权重分配策略。 　　关键词关键词：数据融合；线性组合法；权重分配；差分进化算法；粒子群算法 　　DOIDOI：10.11907/rjdk.171793 　　中图分类号：TP391 　　文献标识码：A文章编号文章编号2017）011020204 　　0引言 　　从已有研究中可以得知，数据融合方法能够有效提升检索性能[13]。根据对成员系统处理方式不同，数据融合方法可分为两类：同等处理方法和差别处理方法[4]。第一种方法是用相同的标准去处理每一个成员系统的检索结果，如CombSUM和CombMNZ方法；第二种方法会根据成员检索系统具体特征采用某种方式给其加权，如线性组合法（Linear Combination，LC）。因此，从现行组合法对成员系统的处理方式可以得知，优化权重分配策略是提升线性组合法融合性能的关键。线性组合法的成员系统权重分配属于全局优化问题，而全局优化问题一般都会存在非线性、复杂性、多极值性及约束性等问题。因此，本文使用差分进化算法、粒子群算法以及自适应交替的差分进化粒子群优化算法等智能优化算法，为线性组合方法训练权重以提高融合性能。 　　1数据融合方法 　　数据融合方法根据对成员系统处理方式的不同主要分为两类：同等处理方式的融合方法和差别处理方式的融合方法[5]。 　　同等处理方式的融合方法指在融合成员系统的检索结果时，用相同的标准去处理每一个成员系统的检索结果。常用方法有CombSUM和CombMNZ[67]。给定一个文档集D和m个参与融合的成员系统IR={ir1，ir2，ir3，…，irm}，对于一个以查询为形式的用户需求q，m个成员系统对文档集D中的文档进行检索，返回的检索结果为Li=〈di1，di2，di3，…，din 　　其中，w表示惯性权重；c1和c2为加速因子；而r1和r2是[0，1]范围内的两个随机数；Vmax表示最大速度，用来限制粒子的移动速度，使粒子的运动保持在一定范围内，从而控制粒子在解空间的搜索范围；gj表示整个群体所有粒子的历史最优位置记录，即全局极值gbest；pij指个体极值pbest，表示粒子i在解空间内所搜寻到的历史最优解。 　　同基于差分进化算法的权重分配策略类似，在确定融合结果性能值（在MAP评价指标下）与权重集合W的关系后，将集合W作为粒子的所在位置，将MAP（g，Q）作为粒子群算法的适应度函数。这样，便可以通过粒子群算法优化权重，通过多次迭代得到一组权重，能够较好地提升融合结果MAP值。 　　2.3基于自适应交替粒子群差分进化算法的权重分配策略 　　本文使用了一种基于这两种算法的混合算法：自适应交替粒子群差分进化算法。在该算法中，使用p=1/（1+e-i）（i为算法的当前迭代次数）作为交替运行这两种算法的控制参数。这样通过?⑹?p控制，在算法运行初期以较大的几率运行粒子群算法对种群进行优化，可以发挥粒子群算法前期收敛快但后期容易陷入收敛停滞的特点；在算法运行后期则以较大的几率使用差分进化算法对种群进行优化，这样便可以充分利用差分进化算法前期收敛慢、后期收敛快的特点[11]，提高效率的同时还能够降低收敛停滞现象发生几率。自适应交替粒子群算法流程如图1所示。 　　图1自适应交替粒子群差分进化算法流程 　　与前两种权重分配策略类似，将成员系统的权重集合W作为粒子的所在位置，将MAP（G，Q）作为自适应交替粒子群差分进化算法的适应度函数。这样，便可以通过该算法优化权重，经过多次迭代得到一组权重，可较好地提升融合结果MAP值。 　　3实验及结果分析 　　3.1实验设置 　　参与实验的方法有：CombSUM、CombMNZ、基于多元线性回归的权重分配策略、基于差分进化算法的权重分配策略、基于粒子群算法的权重分配策略、基于自适应简化粒子群算法的权重分配策略、基于自适应交替粒子群差分进化算法的权重分配策略、基于遗传算法的权重分配策略（实验中分别以MRFusion、DEFusion、PSOFusion、AESPSOFusion、PSODEFusion和GAFusion代替）。 　　本文采用的数据集为TREC 2004 Robust Task。在TREC 20