邬艳艳，周新科

(江苏大学 计算机科学与通信工程学院，江苏 镇江 212013)



信息检索结果隐式多样化排序方法研究

邬艳艳，周新科

(江苏大学 计算机科学与通信工程学院，江苏 镇江 212013)

针对信息检索隐式多样化算法展开研究。介绍了检索结果重排序中的最大边际相关度(MMR)算法、相对熵(KL)算法、现代投资组合理论(MPT)3个隐式多样化算法，采用此3个算法对所选的已排序的文档数据集进行重排，通过对排序结果进行评价来对比三者的性能。得出隐式多样化方法中当相关性和多样性以一定比例的线性组合时，会使最终的检索结果在一些评价指标上相对于原始结果有所提高。

隐式多样化；信息检索；线性组合；MMR；KL

随着互联网的发展，在海量信息日益增加的背景下，信息检索系统在有限的空间中呈现多样化的检索结果，提高用户的使用体验已变得日趋重要。由此，信息检索多样化的问题受到了广泛关注。在使用信息检索系统时，用户通常不明确自身要搜索的确切内容，其会对一方面感兴趣，也可能想了解另一方面的信息。对于用户给定的查询，需要信息检索系统给出的检索结果多种多样以满足用户对信息的需求，因此信息检索系统如何能够检索出相关性高以及多样化的信息成了检索系统最重要的研究方向。结果多样化在早期的信息检索工作中[1-2]其重要性已被确认，其基本前提是一组文档不仅取决于其成员的单独相关性，而且也取决于它们是如何彼此关联的。……