[发明专利]基于权值排序的关联模式挖掘和后件扩展的文本检索方法

摘要

本发明公开了基于权值排序的关联模式挖掘和后件扩展的文本检索方法，首先将用户查询检索文本文档，构建初检用户相关反馈文档集，然后，将项集权值和频度与初检用户相关反馈文档集的特征词总权值和文档总数融合，采用支持度‑置信度‑相关系数评价框架对初检用户相关反馈文档集挖掘特征词加权关联规则，所述特征词加权关联规则前件是原查询词项集合，而后件是由非查询词项组成，提取加权关联规则后件作为扩展词，扩展词与原查询词项组合为新查询再次检索文本文档得到最后检索结果并返回给用户。本发明通过项权值排序对项集进行剪枝，挖掘效率得到提高，采用关联规则后件扩展技术挖掘出与原查询相关的扩展词，提高和改善了文本信息检索性能。

主权项

1.基于权值排序的关联模式挖掘和后件扩展的文本检索方法，其特征在于，包括下列步骤：步骤1.用户查询首次检索文本文档集得到初检前列文档，用户对初检前列n篇文档进行相关性判断得到初检相关文档，构建初检用户相关反馈文档集，对所述初检用户相关反馈文档集进行预处理，构建文档索引库和特征词库；所述预处理方法为：去除停用词，提取文本特征词，计算特征词权值，最后构建文档索引库和特征词库；步骤2.将项集权值和频度与初检用户相关反馈文档集的特征词总权值和文档总数融合，对初检用户相关反馈文档集挖掘那些含有原查询词项的特征词频繁项集，得到特征词频繁项集集合FIS；步骤3.采用置信度‑相关系数评价框架从特征词频繁项集集合FIS中挖掘特征词加权关联规则，得到特征词加权关联规则模式集合WAR，所述关联规则的前件必须由原查询词项组成；步骤4.从特征词加权关联规则模式集合WAR中提取规则后件Et作为扩展词，计算扩展词权值；步骤5.所述扩展词与原查询词组合为新查询再次检索文本文档得到最终检索结果并返回给用户。