基于长期学习的多媒体数据库相似性检索

基于内容的相似性检索是多媒体数据库研究的重要内容之一.近年来,利用用户相关反馈技术改善检索性能的研究成为新的热点.但是,在传统的相关反馈方法中,系统积累的反馈历史数据未得到充分利用.为了进一步提高检索系统的性能,提出了一种对相关反馈序列日志进行协同过滤在线分析的相关反馈检索方法.该方法使用编辑距离对用户的反馈序列进行相似性度量,并根据协同过滤的思想对数据库中的媒体对象与当前检索的语义相关性进行预测,从而改善检索的效果.实现了一个图像数据库检索原型系统.对11 000幅图像数据库进行的实验表明,与传统相关反馈技术相比,该方法对检索性能有明显的改善.

基于用户反馈的top-k查询修改算法

top-k查询主要用来从海量的数据中返回用户最为偏好的k个对象.目前已经有大量的研究工作致力于top-k查询中的性能研究,近年来针对top-k查询结果进行解释的研究逐渐得到了广泛的关注.在top-k查询中,由于用户不能精确地指定自己的偏好,因此针对top-k查询的结果用户可能产生这样的质疑:"既然连对象p都出现在top-k结果中,为什么我期望的对象m块没有出现在top-k结果/"针对用户这样的疑问,提出了一种基于用户反馈的top-k查询修改算法,该算法首先定义了用来衡量初始化top-k查询变化的评估模型函数,基于该评估模型函数,使用抽样方法得到候选权重集合,针对每一个候选权重通过渐进式top-k算法来得到新的最优化查询.最后在模拟数据上验证了提出算法的效率.

一种融合用户学习过程的用户查询意图模型

用户查询意图模型是查询扩展和查询推荐研究的一个热点。然而,日志包含的大量噪声对主流的用户查询意图模型构建过程具有较大负面影响,观察日志发现,用户试探性点击行为是日志噪声产生的一个主要原因,并由此提出了一种融合用户学习过程的用户查询意图模型。该模型对用户从试探性点击行为进行建模,从而对试探性点击行为进行识别和过滤。一系列实验结果表明,该模型在日志噪声较高的情况下能够有效过滤试探性点击产生的噪声,提高用户查询意图描述的准确率;将该模型应用于查询推荐过程后,能有效提高查询条件相似性计算的准确率,并提高查询推荐结果的准确率和召回率。

基于加权关联模式挖掘的越英跨语言查询扩展

本文探讨加权关联模式挖掘在越英跨语言查询扩展中的应用。首先提出面向跨语言查询扩展的基于支持度-CPIR(Conditional Probability Increment Ratio)-兴趣度评价框架的加权关联模式挖掘算法(WARM-SCPIRICLQE)以及越英跨语言查询扩展模型,然后提出基于词间加权关联模式挖掘的越英跨语言用户相关反馈查询扩展算法。该算法将越南语查询通过机器翻译系统翻译为英文并检索英文文档,提取前列初检文档进行用户相关性判断得到初检相关文档集,采用WARM-SCPIRI-CLQE算法对该文档集挖掘加权关联规则,从规则中提取与原查询相关的扩展词实现越英跨语言查询译后扩展。以NTCIR-5 CLIR为实验语料,将本文算法与现有算法进行实验比较,实验结果表明,本文算法能提高和改善越英跨语言信息检索性能,对长查询更有效。

用户行为在信息检索中的研究现状及发展动态评述

用户搜索行为已受到了学者们的广泛研究,并涌现出了许多优秀的研究成果!,本文跟踪国内外重要研究成果,对其研究现状进行了总结和评述,并提出了面临的诸多挑战。研究主要涉及到不同类型的用户、检索行为的类别、主要研究方法、实际应用几个方面。研究结果表明,搜索用户的行为研究更加隐式化和细分化,研究数据收集更加多样科学化,研究方法和模型更加丰富化,实际应用更加广泛化。用户搜索行为中包含着非常重要的隐式信息,借助科学的数据收集和分析方法对其进行充分挖掘和应用将不断改进检索系统的服务能力,提高用户的检索满意度。但由于用户检索行为的随机性、隐含性等特点,目前对检索用户行为的研究还存在许多不足之处,比如研究针对特定实验环境开展而通用性和外效性不强,因为其无法确保抽样数据的充分性和多样性等。

ROCCHIO算法实现数据库模糊查询

SQL语言对数据库的精确查询表现出较佳的性能,但模糊查询却不太令人满意。我们将ROCCHIO反馈算法引入数据库的查询,通过用户的少量反馈同时实现了精确查询和模糊查询。另外,每一次反馈除向用户显示最相关的记录之外,还提供相关度最不确定的记录以加快查询的速率,确保了系统查询的良好性能和用户的满意度。

基于本体和用户相关反馈的扩展查询研究

描述了一种扩展查询(QE)的新方法,这是一种连接用户相关反馈和本体的混合扩展查询技术,有两大贡献:一是连接了用户相关反馈和本体技术,二是采用F irteX作为实验平台。与目前广泛应用的基于余弦相似性的扩展查询技术相比,实验结果表明方法平均精度达到15%,高于基于余弦相似性的扩展查询技术的13%,并且将平均反馈率提高到了16%。

基于用户反馈的查询扩展研究

文章在分析传统查询扩展方法不足的基础上,提出了基于用户反馈的查询扩展方法,结合WordNet和概念相似性方法为用户提供用于查询扩展的候选集,最后用户从中挑选出扩展检索词用于查询扩展,从而为用户返回更加准确的检索结果。

基于查询与内容的文档表示模型

在信息检索中,文档表示模型的优劣是影响检索性能的重要因素之一.根据全信息理论,认识论信息是语法信息、语义信息和语用信息的三位一体.当前主流的文档表示模型主要利用语法和语义信息,造成语用信息的缺失,成为改善检索性能的瓶颈.该文提出了一种整合用户查询行为与文档内容的文档表示模型,将用户隐性反馈的语用信息和文档自身的语义、语法信息相结合,动态调整索引库关键词权重,从而提高信息检索的查全率和查准率.

交互式数据探索综述

大规模数据集已经超过TB和PB级,现有的技术可以收集和存储大量的信息。虽然数据库管理系统一直在不断提高提供复杂的多种数据管理的能力,但是管理查询工具并不能满足大数据的需求,如何精准理解和探索这些大规模数据集仍然是一个巨大的挑战。交互式数据探索(interactive data exploration,IDE)的关注点是强调交互、探索和发现,能让用户从海量的数据中用最小的代价更精确地找到他们需要的信息。首先对交互式数据探索及其应用背景进行了介绍,总结了通用的探索模型和IDE的特点,分析了交互式数据探索中的查询推荐技术和查询结果优化技术的现状;随后分别对IDE原型系统进行了分析和比较;最后给出了关于交互式数据探索技术的总结和展望。

一种考虑用户行为的改进N—PageRank算法

针对Google PageRank算法中存在的"平均分配原则"及网络链接结构所造成的"旧网页问题"、"主题漂移问题",提出一种改进的网页排序算法N-PageRank。该算法通过对搜索日志进行数据挖掘,捕捉用户与搜索引擎之间的交互过程,发现隐藏在用户搜索行为背后的用户兴趣和搜索规律,利用用户行为反馈模型,分析网络日志里用户的各项行为特点,改善了排序结果的准确率,保证了搜索引擎的返回结果正是用户所希望看到的网页。实验证明该算法有效地降低了网页排序时的客观因素的影响,充分考虑了用户对于网页质量的评价,所得到的排序结果更加能够满足用户的需求。

基于用户反馈的关联规则挖掘在试卷分析中的应用

传统试卷分析系统一般只是对考试成绩做简单的整体统计,如平均分、等级、不及格率等,用户缺乏对试题知识点掌握情况关联程度的准确了解。针对该问题提出一种基于用户反馈的关联规则挖掘算法。首先对原始数据进行预处理,得到试卷知识点评分权重表和二进制的学生得分率表。然后建立一个根据用户选择层数输出关联规则,以及查询与选定知识点相关的规则的新方案。最后,提出了一个考虑用户反馈、支持度和置信度阈值的关联规则挖掘算法,以过滤无用规则,提高挖掘效率。对VB试卷数据应用该算法,发现了基于用户反馈的有趣关联规则。实验结果表明基于用户反馈的关联规则挖掘优于其他关联规则挖掘算法,更易获得有趣的关联规则。

基于Lucene的Web服务查询系统设计与实现

针对用户需求复杂多变,提出了用户反馈2阶段Web服务查询方法。该方法引入基于Lucene规范的Web服务搜索引擎系统,该系统由WSDL处理模块、向量化模块、相似度计算模块和QoS模块组成,分别支持WSDL解析功能、WSDL索引建立与查询功能、自定义权重计算功能和QoS功能。在解析加拿大Guelph大学的2507个真实WSDL文档集合基础上,筛选出符合Web服务功能标准的WSDL文档集,并对其进行服务索引建立和查询测试。实验结果表明,系统Web服务发现性能具有较高P@N值和NDCP值,验证了系统的可行性和有效性。

基于E-R模型查询语言的反馈系统

建议采用一种提供反馈的系统 ,便于用户更好地理解查询 .该系统是一种基于规则的系统 ,除了能为查询提供英文翻译外 ,它也能确定语法错误 ,还能发现可能的语义错误 ,并提出可能的解决方法 .该系统是为一种基于实体 -联系模型的查询语言而实现的 ,它期望能得到更好的用户性能 .