基于重排序融合的社会图书检索系统

• 作者: 张博文 李岩 郝红卫 陈松路
• 来源期刊: 计算机应用研究
• 关键词: 社会图书检索 伪相关反馈 重排序 排序学习
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 系统应用开发
• 页码范围: 781-784,790
• 页数: 5页
• 分类号: TP391.3
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.03.033

摘要

用图书的出版信息和用户生成的社会信息从社会媒体中搜索出相关的图书已成为信息检索系统的一个研究热点.大部分的信息检索系统都是由单一的检索方法构成,随着用户需求的不断增加,这些系统难以满足用户需求.针对上述问题,提出了一种基于重排序融合的图书检索系统.使用伪相关反馈技术对用户查询内容进行扩展,并将检索结果作为初排序结果;再使用用户生成的社会信息特征对初排序结果进行重排序,最后采用排序学习模型对多种重排序策略得到的结果进行融合.在INEX 2012-2014 Social Book Search公开数据集上针对其他先进检索系统进行了对比实验,实验结果表明,系统的性能(NDCG@10)优于其他方法构成的图书检索系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李岩	北京科技大学计算机与通信工程学院	32	506	10.0	22.0
2	张博文	北京科技大学计算机与通信工程学院	7	30	4.0	5.0
3	郝红卫	中国科学院自动化研究所	5	83	4.0	5.0
4	陈松路	北京科技大学计算机与通信工程学院	1	4	1.0	1.0