[发明专利]一种基于分布式信息检索系统的集合选择方法

权利要求书

1.一种基于分布式信息检索系统的集合选择方法，其特征在于，该方法包括：利用 集合覆盖，计算需要检索的数据对待选数据库的覆盖程度，根据覆盖程度的大小，确定 选择数据库集合的先后顺序；所述计算需要检索的数据对待选择的数据库的覆盖程度包 括下列步骤：通过给包含于待选数据库中的检索数据加权求和的方法，计算待选数据库 集合的重要性分值，具体包括：

(1)假设有一个提问，检索结果融合排序后的前n个数据，n为自然数，分别记为： d1，d2，...，dk，...，dn；第k个数据dk在某个数据库C_i中出现时，C_i为第i个可供 选择的数据库，i＝1，2，...，M，对该数据库重要性的贡献分值为1/k^β，β为正有理数；数据 库的重要性分值为其所包含的所有特定的数据的贡献分值之和；

(2)计算所有含有以上前n个数据中任何一个数据的数据库 C_i的重要性分值， i＝1，2，...，M，选择分值最大的数据库作为数据库集合选择中首选的数据库并记为C’₁；

(3)除去已经被选择过的数据库，计算剩下的数据库中，所述包含以上前n个数 据中任何一个数据的数据库C_i的重要性分值，在计算中，去除已经选择的数据库中包含 的数据，该数据不再计入数据库C_i的重要性分值内；选择重要性分值中最大的一个，记 为第2选择数据库C’₂；

(4)重复以上步骤(3)，直到第m次选择C’_m，当这1到m个被选择的数据库已共 同补充覆盖所有的以上前n个数据时，结束数据库选择步骤。