本文關(guān)鍵詞：搜索引擎的相關(guān)性排序算法研究，由筆耕文化傳播整理發(fā)布。

中國科學(xué)技術(shù)大學(xué) 碩士學(xué)位論文 搜索引擎的相關(guān)性排序算法研究 姓名：王黎 申請學(xué)位級別：碩士 專業(yè)：模式識別與智能系統(tǒng) 指導(dǎo)教師：帥建梅 20100427 摘 要 摘 要 隨著計算機系統(tǒng)性能的提高和網(wǎng)絡(luò)技術(shù)的不斷進(jìn)步，萬維網(wǎng)成為全球最大的信 息資源庫，如何為如此龐大的信息資源提供高效的導(dǎo)航服務(wù)，幫助用戶在海量的數(shù) 據(jù)中快速找到需要的信息是搜索引擎亟待解決的問題。通常用戶只關(guān)心搜索引擎返 回的排在前面的結(jié)果，然而當(dāng)前搜索引擎返回的查詢結(jié)果與用戶需求的相關(guān)程度并 不理想。于是搜索引擎的相關(guān)性排序--按照與用戶查詢的相關(guān)程度對搜索引擎的索 引文檔進(jìn)行排序，成為當(dāng)前研究的重點和熱點。 本文首先研究了文本搜索引擎的相關(guān)性排序模型，并為自學(xué)習(xí)排序模型提出一 種構(gòu)造訓(xùn)練集的方法。然后研究了圖像搜索引擎的相關(guān)性排序問題，重點介紹了圖 像重排序的方法，并提出一種度量圖像相似性的方法。本文對搜索引擎的相關(guān)性排 序方法進(jìn)行了深入的研究，主要工作和創(chuàng)新之處歸納為以下幾點： （1） 文本搜索引擎的相關(guān)性排序模型，包括布爾模型，向量空間模型，概率模 型，超鏈接模型，自學(xué)習(xí)排序模型，其中自學(xué)習(xí)排序模型將機器學(xué)習(xí)的方法 運用到搜索引擎的相關(guān)性排序問題，解決了以往模型的許多不足之處。 （2） 為自學(xué)習(xí)排序模型構(gòu)造訓(xùn)練集。自學(xué)習(xí)排序是一種有監(jiān)督的機器學(xué)習(xí)算法，， 模型的性能很大程度上依賴訓(xùn)練集。構(gòu)造訓(xùn)練集

  本文關(guān)鍵詞：搜索引擎的相關(guān)性排序算法研究，由筆耕文化傳播整理發(fā)布。