基于修正TF-IDF的搜索引擎查询扩展模型

下载PDF

导出

摘要本文对已有的个性化服务模型加以改进,介绍了一种基于修正TF-IDF的搜索引擎查询扩展模型。该模型主要将词权的计算方式由简单的频度替换为修正的TF-IDF公式。修正的TF-IDF公式能够更准确的表示词在不同文档和类别中的重要程度,体现不同类别中,同一词的权重差异性。实验表明,利用该模型,能够为用户提供有效可行的个性化服务。

作者李力沛罗颖

机构地区长江师范学院数学与计算机学院中冶赛迪技术股份有限公司

出处《福建电脑》 2012年第10期3-5,16,共4页 Journal of Fujian Computer

基金重庆市教委科技基金项目(KJ091306)

关键词词间关联度 TF-IDF 查询扩展个性化服务搜索引擎

分类号 TP391 [自动化与计算机技术—计算机应用技术]

引文网络
相关文献

参考文献10

1刘建荣,翟雪荣,赵晓鹏.基于同义词和关联规则的查询扩展模型[J].福建电脑,2010,26(5):91-91. 被引量：1
2袁薇,高淼.搜索引擎系统中个性化机制的研究[J].微电子学与计算机,2006,23(2):68-72. 被引量：9
3黄名选,陈燕红,张师超.基于关联规则挖掘的查询扩展模型研究[J].现代图书情报技术,2007(10):47-51. 被引量：7
4黄名选,严小卫,张师超.基于矩阵加权关联规则挖掘的伪相关反馈查询扩展[J].软件学报,2009,20(7):1854-1865. 被引量：70
5黄名选,严小卫,张师超.完全加权关联规则挖掘及其在查询扩展中的应用[J].计算机应用研究,2008,25(6):1724-1727. 被引量：8
6支凤麟,徐炜民.基于主题的个性化查询扩展模型[J].计算机工程与设计,2010,31(20):4471-4475. 被引量：5
7徐静秋,朱征宇,谭明红,任翔.基于二级向量描述的搜索引擎个性化服务模型[J].计算机科学,2007,34(11):89-93. 被引量：5
8孙挺,耿国华,周明全.一种有效的特征权重计算方法[J].郑州大学学报（理学版）,2008,40(4):48-51. 被引量：9
9沈志斌,白清源.文本分类中特征权重算法的改进[J].南京师范大学学报（工程技术版）,2008,8(4):95-98. 被引量：14
10罗欣,夏德麟,晏蒲柳.基于词频差异的特征选取及改进的TF-IDF公式[J].计算机应用,2005,25(9):2031-2033. 被引量：55

二级参考文献74

1张敏,宋睿华,马少平.基于语义关系查询扩展的文档重构方法[J].计算机学报,2004,27(10):1395-1401. 被引量：55
2唐焕玲,孙建涛,陆玉昌.文本分类中结合评估函数的TEF-WA权值调整技术[J].计算机研究与发展,2005,42(1):47-53. 被引量：26
3朱征宇,裴仰军,陈华月,付关友.个性化服务中用户近期兴趣视图的生成[J].计算机工程与设计,2005,26(4):951-954. 被引量：5
4丁国栋,白硕,王斌.一种基于局部共现的查询扩展方法[J].中文信息学报,2006,20(3):84-91. 被引量：44
5徐建民,白彦霞,吴树芳.基于同义词扩展的贝叶斯网络检索模型[J].计算机应用,2006,26(11):2628-2630. 被引量：10
6Venkat N Gudivada, Vijay V Raghavan. Information Retrieval on the World Wide Web. IEEE Internet Computing,1997, 1(5): 58-68.
7S Lawrence, C L Giles. Accessibility of Information on the Web. Nature, 1999, 400(6470): 107-109.
8Claypool M, Brown D, Le Phong, Waseda M. Inferring User Interest. IEEE Internet Computing, Nov/Dec 2001: 32-39.
9Salton G, Wong A, Yang C. A Vector Space Model for automatic indexing[J]. Communications of the ACM, 1995,18 (11):613-620.
10Aas K, Eikvil L. Text categorization., a survey[R]// Technical Report # 941. Oslo: Norwegian computing center, 1999.

共引文献159

1杨一,邹昀瑾.以机器学习应对信息“爆炸”时代:公共管理研究的降维可视化探析[J].中国行政管理,2021(1):105-113. 被引量：15
2LI Yanling,DAI Guanzhong,ZHU Yehang,QIN Sen.A High-Performance Extraction Method for Public Opinion on Internet[J].Wuhan University Journal of Natural Sciences,2007,12(5):902-906. 被引量：3
3刘海峰,王元元,张学仁.文本分类中一种改进的特征选择方法[J].情报科学,2007,25(10):1534-1537. 被引量：9
4贾美娟,李娟.基于分级匹配的信息过滤研究[J].大庆师范学院学报,2007,27(5):14-17. 被引量：1
5周炎涛,唐剑波,王家琴.基于信息熵的改进TFIDF特征选择算法[J].计算机工程与应用,2007,43(35):156-158. 被引量：28
6孙多.基于兴趣度的聚类协同过滤推荐系统的设计[J].安徽大学学报（自然科学版）,2007,31(5):19-22. 被引量：10
7李艳玲,戴冠中,朱烨行.基于类别空间模型的文本倾向性分类方法[J].计算机应用,2007,27(9):2194-2196. 被引量：12
8李艳玲,戴冠中,覃森.快速的文本倾向性分类方法(英文)[J].电子科技大学学报,2007,36(6):1232-1236. 被引量：2
9周晓兰.基于XML的WEB数据挖掘系统研究[J].湖南工业大学学报,2008,22(4):37-40.
10褚力,张世永.基于集成合并的文本特征提取方法[J].计算机应用与软件,2008,25(10):212-213. 被引量：1

1杨国泰,陈启安.一种预测文本情感分类词语权值的算法[J].电脑知识与技术,2013,9(4X):2879-2881.
2付德宇,代成琴,仲玮.基于关键资源的网站自动分类系统[J].哈尔滨工业大学学报,2006,38(1):19-21. 被引量：1
3罗欣,夏德麟,晏蒲柳.基于词频差异的特征选取及改进的TF-IDF公式[J].计算机应用,2005,25(9):2031-2033. 被引量：55
4袁文生,王晓峰.基于朴素贝叶斯的中文海事文本多分类器研究[J].计算机与现代化,2011(5):150-153.
5王苏,马革新,刘丰年,唐伟.关于个性化搜索引擎中用户兴趣模型的研究[J].长沙大学学报,2013,27(5):64-66. 被引量：1
6寇莎莎,魏振军.自动文本分类中权值公式的改进[J].计算机工程与设计,2005,26(6):1616-1618. 被引量：25
7高加旺,孙名松,陈福.基于相似度曲线的新闻网页分类模型研究[J].信息技术,2008,32(2):15-18.
8韦小丽,孙涌,张书奎,苗艳军.基于最大熵模型的本体概念获取方法[J].计算机工程,2009,35(24):114-116. 被引量：17
9张永,吴崇正.基于词频差异特征选取的Context Graph算法改进[J].计算机工程与应用,2014,50(10):141-146. 被引量：1
10羊帅,王锋,林兰芬,朱晓伟,谢非.基于自动查询扩展的专利文档检索方法[J].中国科技论文,2013,8(10):1057-1063. 被引量：1

福建电脑

2012年第10期

浏览历史

内容加载中请稍等...

基于修正TF-IDF的搜索引擎查询扩展模型

参考文献10

二级参考文献74

共引文献159

相关作者

相关机构

相关主题

浏览历史