高 建



基于启发式搜索代价的多查询结果分类方法

高 建

（盘锦职业技术学院 机电工程系，辽宁盘锦124010）

提出了一种基于搜索代价的对Web数据库多查询结果进行分类的方法，该方法首先通过分析用户的查询习惯，构建一个通用的查询结果分类树探测模型，然后根据探测模型建立分类树的搜索代价模型。对于搜索代价，提出了基于查询历史的搜索代价估计方法。最后，以降低搜索代价为目标在查询结果集上生成一个分类树，用户通过检查该分类树上各分支节点的标签来逐步定位到其感兴趣的信息。实验及分析表明，本文所提方法能够有效避免信息过载，并且具有较好分类效果和较低搜索代价。

搜索代价；信息过载；查询结果分类

随着WWW的发展，以数据库为中心的Web应用越来越广泛。对于用户提交的查询，传统的查询处理技术只是简单地返回满足查询要求的查询结果。然而，对于蕴含海量数据的Web数据库来说，一个查询往往会产生大量的查询结果，也就是“信息过载”现象，信息过载发生在用户不确定他搜寻什么[1]。这种情况下，用户开始通常会提出一个普通的、选择性较弱的查询，以便将所有可能需求的结果包含进来。对查询结果进行分类和排序是处理信息过载的2种互补的技术。通过分类或排序，用户通常会重新形成一个更具选择性的查询。所以，分类和排序并非直接有用，其作用在于协助用户形成更为明确的查询条件。……