基于潜在语义分析的个性化查询扩展模型  

Personalized Query Expansion Model Based on Latent Semantic Analysis

作　　者：王卫国[1] 徐炜民[1] 

机构地区：[1]上海大学计算机工程与科学学院,上海200072

出　　处：《计算机工程》2010年第21期43-45,共3页Computer Engineering

基　　金：上海市科委基金资助重大项目"上海市科普资源开发与共享信息化(二期)工程建设"(07dz23401)

摘　　要：为在信息检索系统中获得更好的查询效果,提出一种混合的个性化查询扩展模型。通过潜在语义分析建立潜在语义空间,并在潜在语义空间中计算得到查询的概念相关扩展词和兴趣相关扩展词,不但有效解决了词典问题,而且满足了不同用户需求多样性和用户多兴趣点的需求。实验表明,该算法能够较好地提高搜索引擎系统的查全率、查准率,以及信息检索效率。In order to improve the quality of information retrieval systems, this paper proposes a complex and personalized model of query expansion. The proposed approach constructs a latent semantic space to get semantic concept related and interest related words. In this way, the model solves the famous vocabulary problem and meets various users＇ needs. Experiments show this algorithm can significantly improve precision, recall and efficiency in information retrieval, meeting different users＇ requirements in search engine systems.

关 键 词：潜在语义分析 用户兴趣 查询扩展 个性化推荐 信息检索 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]