[发明专利]一种基于多源正负外部反馈信息的查询扩展方法

摘要

本发明公开一种基于多源正负外部反馈信息的查询扩展方法，在融合外部查询信息的过程中通过引入正则约束减少扩展风险；能快速有效构建新的查询，使得检索结果更符合用户需求。采用本发明的技术方案，与传统的反馈检索方法相比，具有性能明显提升的效果。

主权项

1.一种基于多源正负外部反馈信息的查询扩展方法，其特征在于，包括以下步骤：步骤(1)、获取Tweets博文步骤(2)、获得用户兴趣词步骤(3)、Tweets预处理步骤(4)、构建本地检索引擎使用Apache开源检索框架Lucene作为本地检索引擎主程序，以预处理后的Tweets博文作为索引内容，Tweets id为索引目标，构建本地搜索引擎；步骤(5)、扩展查询，其包括以下步骤：步骤(5.1)使用用户兴趣词得到第一次查询反馈使用Q表示用户查询兴趣词，将Q放入本地搜索引擎，得到前100条反馈结果，作为第一次查询反馈，构建词项文档矩阵L，L的行代表词，列代表一条反馈文档，矩阵的值表示词在文档中出现次数；步骤(5.2)获取外部信息利用爬虫技术，将Q放入多个外部搜索引擎，得到前100条反馈结果作为外部反馈信息可以将每个搜索引擎获取文档集合表示为E₁，E₂，E₃…E_n，取第n个外部反馈信息的前m条反馈结果作为正向反馈，构建词项文档矩阵P_n，取第n个外部反馈信息的前2m～3m条反馈结果作为负向反馈，构建词项文档矩阵N_n；其中m和n均为自然整数，取值为1到正无穷；步骤(5.3)对反馈外部信息聚类分别将稀疏矩阵L、P_n、N_n分解为两个稠密矩阵相乘的形式，如公式1所示，其中分解后的矩阵U、A_n，B_n表示反馈结果的分布情况，矩阵U表示用户查询意图；由于期望原始反馈L的分布情况和正向反馈P_n的分布尽可能相似，和负向反馈N_n的分布尽可能远离，同时在分解过程中使用相同的聚类中心矩阵H对分解过程进行约束，保证分解的稳定性和有效性，因此，多源信息查询扩展建模最终的稀疏学习优化目标为公式(1)，其中，αβγ表示对正则项约束程度调节参数；针对此优化目标应用KKT(Karush‑Kuhn‑Tucker)条件，在保证矩阵非负的情况下，得到迭代条件如下，公式2‑5中，i和j分别代表矩阵的第i行和第j列，使用NMF一般解法求解优化函数(1)，为保证分解过程中公式中各项均为正，采用Karush‑Kuhn‑Tucker(KKT)condition.得到迭代公式2～5，其中，KTT条件是指在满足在有规则的条件下,一个非线性规划(Nonlinear Programming)问题能有最优化解法的一个必要和充分条件；步骤(5.4)挑选类中心向量，找出扩展词设U为根据用户兴趣反馈构建的一个i行*j列的矩阵，将U的每一列表示一个用户查询意图，则挑选其中查询词占比最大的一列作为最终的用户真实查询意图向量；向量中的值表示每个词和用户查询意图的关系；按照从大到小排序，选择前k个作为查询扩展词；步骤(6)再次检索将原始查询词和扩展词作为新的检索词，放入本地搜索引擎中检索，返回的结果即为最终检索结果。