基于长期学习的多媒体数据库相似性检索

• 作者: 刘莉 周向东 张亮 张琪 施伯乐
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 相似性检索 用户相关反馈 序列分析 协同过滤 多媒体数据库
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 数据库技术
• 页码范围: 86-93
• 页数: 8页
• 分类号: TP311
• 字数: 7651字
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施伯乐	复旦大学计算机与信息技术系	188	4414	33.0	61.0
2	张亮	复旦大学计算机与信息技术系	98	872	17.0	24.0
3	刘莉	复旦大学计算机与信息技术系	54	359	12.0	16.0
4	周向东	复旦大学计算机与信息技术系	35	323	10.0	17.0
5	张琪	复旦大学计算机与信息技术系	33	395	7.0	19.0