张妍琰,姚远,张娜

(河南城建学院计算机科学与工程学院,河南 平顶山 467036)



一种基于动态步长的微博搜索排序算法

张妍琰,姚远,张娜

(河南城建学院计算机科学与工程学院,河南 平顶山 467036)

摘要：微博搜索主要是计算文档与查询词之间的相关性，通过统计方法确定词量的权重，再用向量空间模型计算相关度.然而使用词量搜索方法，搜索精度并不高，检测到某条微博的信息含量有限，难以保证用户查询的关注度.针对这一问题，提出基于动态步长的微博搜索排序算法.该算法的主要实现过程:首先对微博已有的特征进行分析，然后用信息熵的方法计算微博信息含量，不使用词量为计算单位，而以词性为单位计算微博的相关度.最后把动态步长加入到ListNet排序算法中，并用Armijo-Goldstein准则对步长进行优化.通过仿真实验表明，本算法排序效果更优.

关键词：微博;搜索排序;ListNet算法; Armijo-Goldstein准则;特征值;动态步长

0引言

微博(microblogging或microblog;又称微博客)是一种基于用户关系信息分享、传播以及获取平台，用户可以通过电脑、手机文字(通常少于140字)更新信息，并实现即时分享.微博允许任何人阅读或者只能由用户选择的群组阅读，与传统博客相比，微博具有“短、灵、快”等特点.国外微博典型代表网站是Twitter，巴黎分析公司Semiocast 发布消息称截至 2012年7月1日，Twitter 用户总数为 5.17 亿[1].国内主流的互联网公司大都提供微博服务，例如新浪、腾讯、搜狐等，其中最典型的代表是新浪微博[2].截止2012年12月31日，新浪微博注册……