摘要：本文提出一種通過獲取用戶建立和更新信息相關(guān)反饋模型的思想。通過觀察用戶在瀏覽Web 頁面時所采取的動作來獲取反饋信息，利用檢索算法將用戶信息量化，并利用這些信息建立與更新用戶模型。一方面用戶對檢索結(jié)果的評價輸入到用戶模型上，另一方面，檢索系統(tǒng)通過學(xué)習(xí)跟蹤用戶信息并優(yōu)化用戶模型。

關(guān)鍵詞：信息檢索 相關(guān)性反饋 用戶需求

中圖分類號：G203 文獻標(biāo)識碼：A 文章編號：1674-098X（2012）09（c）-0050-02

當(dāng)今進入了信息時代，隨著網(wǎng)絡(luò)技術(shù)與智能技術(shù)不斷創(chuàng)新計算機應(yīng)用環(huán)境，網(wǎng)上關(guān)鍵詞不能按需要進行擴檢、縮檢或作相關(guān)檢索，從而達不到理想的檢索效果，目錄型網(wǎng)絡(luò)信息檢索分類處理跟不上信息擴張的速度且類目難以統(tǒng)一組織。高質(zhì)量的信息檢索需要用戶提供準(zhǔn)確的興趣描述，然而面對今天浩如煙海的信息，信息技術(shù)領(lǐng)域的一個熱點問題就是如何幫助用戶高質(zhì)量地檢索，以獲取真正有用的信息，這樣可以節(jié)省科研時間，提高工作效率，同時避免重復(fù)研究，加快科技創(chuàng)新的速度，充分挖掘分析信息從而制定高明的市場謀略。近年來，各種學(xué)者研究出基于各種檢索模型下的反饋方法，均已成為當(dāng)前能夠產(chǎn)生實效的新研究課題。

1 相關(guān)性反饋概念和原理

信息檢索的種類有許多種，但對于任何一種方法，其根本內(nèi)容都是一樣的，即檢索項與標(biāo)引項的匹配問題。對事先組織好的文檔，可以按用戶提出的檢索條件去進行匹配運算，符合條件的即為命中，否則為不命中。檢索過程就是對記錄的內(nèi)容再細(xì)分的過程，而檢索條件就是細(xì)分的根據(jù)。對于同一個檢索題目，可以產(chǎn)生很多種方法，其反映了標(biāo)引的逆向過程。

如圖1所示，用戶需要的內(nèi)容主要通過信息檢索來實現(xiàn)，但在檢索的過程中存在一些不確定因素從而使該目標(biāo)無法實現(xiàn)。自然語言的復(fù)雜性和模糊性是影響檢索系統(tǒng)性能的根源，其中包括文檔和查詢的表達方式、文檔和查詢相關(guān)性的匹配能力、查詢結(jié)果的排序和用戶進行相關(guān)反饋的機制等。

就這種檢索系統(tǒng)來說，當(dāng)前的信息檢索工具普遍存在這樣的一些問題。

（1）檢索比較模糊，精準(zhǔn)性不強。用戶所需要的文獻可能由于計算機系統(tǒng)檢索精確性低而不能完全檢測到，而不相關(guān)和相關(guān)度較低的文檔則被頻繁的檢索出來。

（2）檢索工具在編制技術(shù)上存在問題。比如，只反映參考文獻的第一作者，若從第二作者入手查，就無法使用檢索工具；同一來源在索引中反復(fù)著錄多次，浪費了許多篇幅，不經(jīng)濟；同名著者不能區(qū)分，同一作者的不同名字不易控制和合并，等等。

（3）無法實現(xiàn)一次性復(fù)雜檢索。傳統(tǒng)的信息檢索系統(tǒng)允許多次簡單條件進行“二次檢索”，即在第一次檢索的基礎(chǔ)上，根據(jù)檢索要求，在二次檢索框中輸入相應(yīng)的檢索詞再次進行檢索，逐步縮小范圍。

與傳統(tǒng)的檢索方式相比較，基于用戶的信息檢索具有以下優(yōu)勢：

（1）利用反映用戶信息需求的特征來進行檢索。

（2）相關(guān)反饋檢索，即根據(jù)檢索庫中各個被檢索單元與用戶檢索需求的相關(guān)程度而二次檢索。

傳統(tǒng)的信息檢索通常是不區(qū)分用戶所處的社會環(huán)境、受教育的程度和個人的能力這些因素而進行檢索的，因而大多數(shù)用戶無法從檢索方法、檢索策略和檢索結(jié)果中獲取個人的需要。例如，輸入“番茄”關(guān)鍵詞查詢有關(guān)番茄的信息，得到的結(jié)果中一定含有“番茄”，而“西紅柿”、“圣女果”都可以表達相同的概念，卻由于詞形上的差異不能滿足關(guān)鍵詞匹配的要求。又比如“航天飛機”和“太空梭”雖然指的概念是一樣的，但在中文檢索工具上用“航天飛機”是查不到“太空梭”的主頁的。顯然，相關(guān)反饋檢索是相當(dāng)有用的。

在改進的檢索系統(tǒng)中用戶可以評估文檔，并且把信息反饋到檢索系統(tǒng)中，另一方面系統(tǒng)通過獲取用戶感興趣的領(lǐng)域和用戶的檢索行為建立用戶模型庫，并執(zhí)行一次新的查詢。

相關(guān)反饋技術(shù)能夠提供更為智能化、知識化的服務(wù)的技術(shù)，它可以使檢索性能得到很大的提高，在檢索過程中，它提供了一個受控查詢改變的過程，在強調(diào)某些重要的檢索詞的同時，削弱了另外一些檢索詞。系統(tǒng)根據(jù)用戶的查詢要求返回檢索結(jié)果。用戶對檢索系統(tǒng)進行評價和標(biāo)記，并將這些信息反饋給系統(tǒng)，將查詢操作劃分成一個個小的查詢過程，以逐漸接近用戶想要的目標(biāo)文檔。系統(tǒng)則根據(jù)這些信息進行學(xué)習(xí)，并返回新的查詢結(jié)果，從而使檢索結(jié)果更加滿足用戶的要求。在此過程中系統(tǒng)需要為用戶建立模型以用來存儲用戶的興趣、檢索習(xí)慣、用戶背景等信息，用戶所要做的工作是處理文檔所包含的思想和概念。

首先，用戶提出一個查詢請求，檢索系統(tǒng)開始進行原始的查找，檢索系統(tǒng)根據(jù)用戶文檔修改用戶查詢條件，并對用戶提問查詢進行重新查找；其次，用戶羅列出返回的那些內(nèi)容是關(guān)聯(lián)性大的，然后檢索系統(tǒng)會自動的使用其中檢索詞來進行擴檢查詢，基于用戶相關(guān)性來形成新的查詢。通過這種用戶與相關(guān)反饋系統(tǒng)的相互作用不斷完善和精確用戶的查詢請求。同時，相關(guān)反饋過程也是一個不斷重復(fù)的過程。我們要解決的重點是，怎樣收集并組織相關(guān)文獻，怎樣優(yōu)化查詢，怎樣選定新的檢索詞，而相關(guān)反饋模型檢索能比較完善的解決了這個問題。

2 基于用戶的相關(guān)反饋模型機制

檢索系統(tǒng)通過觀察用戶與系統(tǒng)之間的交互動作獲取用戶的個人興趣，從而利用相關(guān)反饋來擴展對用戶的查詢。因而基于用戶的相關(guān)反饋模型能夠根據(jù)用戶的使用情況，適時調(diào)整系統(tǒng)的主題和全局模式，以滿足用戶的需要，將使系統(tǒng)更加靈活。例如，當(dāng)全社會掀起創(chuàng)建和諧社會時，對于互幫互助、雷鋒精神相關(guān)的文獻需求量可能會增加；在進行高科技技術(shù)學(xué)習(xí)時，可能對航空航天相關(guān)文獻的需求又會增加。對于這種需要，雖然事先無法預(yù)料，但可以通過對用戶檢索內(nèi)容的分布情況的分析來對主題和全局模式進行調(diào)整。

2.1 采集用戶查詢行為信息

在進行采集用戶行為信息前要進行需求分析，即明確采集目標(biāo)。需求分析是整個信息采集的出發(fā)點，也是整個信息采集工作效率高低和成敗的關(guān)鍵。在采集過程中根據(jù)信息采集的需求不同，要采用不同的采集。不同類型、不同內(nèi)容的用戶信息，獲取的途徑和方法也不一樣。用戶查詢行為的采集應(yīng)采用調(diào)查問卷、啟發(fā)式采集、現(xiàn)場搜集等方式來獲取，例如用戶的移動手持設(shè)備，方便用戶，充分發(fā)揮手持設(shè)備的優(yōu)勢，利用拍照和錄音功能實現(xiàn)用戶查詢行為信息采集、信息采集的“移動化”、“零手寫”。利用河南移動公司的設(shè)備定位技術(shù)，實現(xiàn)信息采集地點的自動定位，提高信息采集的效率。

采用查全率和查準(zhǔn)率來對反饋技術(shù)在經(jīng)過前處理的檢索模型和沒有經(jīng)過前處理的模型上的有效進行分析。

查全率=檢出相關(guān)信息量/系統(tǒng)中相關(guān)信息總量×100%

查準(zhǔn)率=檢出相關(guān)信息量/檢出信息總量×100%

根據(jù)實驗結(jié)果可以看出基于反饋技術(shù)在信息檢索模型上是有效的，但是實驗結(jié)果說明該種方法還需進一步的論證，從而提高查全率和查準(zhǔn)率。

經(jīng)過比較可以得出結(jié)論：前處理技術(shù)一定程度上提高了相關(guān)反饋的查準(zhǔn)率，而查全率和未經(jīng)過處理前的模型差不多。

2.2 用戶檢索結(jié)果的相關(guān)度研究

在實際檢索中，假設(shè)用戶檢索最終結(jié)果的數(shù)量超過了一定的條數(shù)，或者頁碼過多，那么用戶只能重點瀏覽前面的檢索結(jié)果，而對后面的內(nèi)容漠不關(guān)心。因此，就要對檢索結(jié)果進行相關(guān)度排序，把相關(guān)度高的結(jié)果排在前面，這就要對系統(tǒng)進行設(shè)計。其主要思想是對文獻的題目、關(guān)鍵詞、作者、內(nèi)容摘要四個位置進行相關(guān)度的計算，為每個地方設(shè)計一個不同的權(quán)重，相關(guān)度越高的則權(quán)重越高。

相關(guān)度的計算方法如下：

假設(shè)有檢索詞k，計算機檢索得到的結(jié)果集L={l0，l1， …，ln}（n∈N），L中的各個項進行相關(guān)度排序。設(shè)LKi為k的一個檢索結(jié)果li，則li∈L。LMi為li用戶使用過的次數(shù)。則L中的任意兩項li，lj存在以下關(guān)系：

（1）當(dāng)僅當(dāng)LKi=LKj， LMi=LMj，那么li=lj；

（2）如果LKi>LKj，那么li>lj；

（3）如果LKi=LKj， LMi>LMj，那么li>lj。

該算法表示如下：

Void QueryResultCollection：：

RankSort（）

{ if（—result.Size（）<2）

return；

Icompare rankCompare=new RankCompare（）；

—result.Sort（rankCompare）；}

Public class RankCompare：Icompare

{int Icompare：：Compare（Object x，Object y）

{Return（QueryResult）x.CompareTo（（QueryResult）y）；}}

2.3 用戶模型的設(shè)計

用戶興趣模型的系統(tǒng)結(jié)構(gòu)，以下給出用戶感興趣的主題模型：

設(shè)xi為某個主題，集合F={x0，x1，…，xm}為某個主題領(lǐng)域所有主題，有xi∈{x0，x1，…，xm}.

記L（xi）≡1代表一個用戶在一次檢索中對主題xi感興趣，∑L（xi）為在時間段t內(nèi)對主題xi感興趣的用戶的總和。

那么存在集合M={∑L（x0），∑L（x1），…，∑L（xm）}，表示在時間段t內(nèi)，對主題域中的每個主題，對其感興趣的用戶總數(shù)的集合M。

在M中可以找到一個集合P，使得P，且對于P中任一元素Pi，都有Pi>Mi，Mi∈（M-P）。

這時，由P中元素對應(yīng)的主題組成的集合，就是要尋找的主題集合。

對于集合F，如果選擇的主題太大，則在集合M中可能存在大量元素的值偏小，這時需要通過系統(tǒng)管理員的人工判斷來選擇。本系統(tǒng)主要是對一定時間內(nèi)用戶檢索內(nèi)容的分類情況和涉及的主題情況，進行統(tǒng)計來分析檢索內(nèi)容的分布情況。在每個用戶檢索時，一方面是對其感興趣的檢索結(jié)果進行記錄，一方面是對其使用的檢索詞進行匹配，從而得到單個用戶一次檢索時的興趣范圍，通過對一段時間內(nèi)所有用戶的興趣范圍的累計，得出一個用戶興趣范圍的分布情況表，即興趣模型。

3 結(jié)語

當(dāng)前對相關(guān)反饋模型的研究日益深入，它有助于實現(xiàn)個性化的智能檢索服務(wù)，信息檢索是一個涉及自然語言處理各個方面的研究領(lǐng)域，用戶反饋模型的引入，可以挖掘用戶信息之間的內(nèi)在聯(lián)系，檢索的結(jié)果能準(zhǔn)確、系統(tǒng)的反映用戶的需求。通過研究新的相關(guān)反饋模型機制，拓展信息檢索領(lǐng)域的研究內(nèi)容，推進信息技術(shù)的利用水平，主要表現(xiàn)在挖掘用戶的潛在興趣、開辟新的興趣領(lǐng)域和進行專門的檢索服務(wù)。信息檢索中的相關(guān)反饋模型的研究已經(jīng)成為人們?nèi)找骊P(guān)注的一個熱點， 是未來檢索服務(wù)的一個研究方向，基于用戶個性化的檢索模式將會隨著不斷完善的功能、不斷提高的準(zhǔn)確性，為人們獲取信息提供更多的便利。但是在其實現(xiàn)過程中，仍舊存在不少困難，如用戶興趣的遺忘、用戶興趣的挖掘、反饋學(xué)習(xí)機制的優(yōu)化模型，以及多用戶興趣模型的設(shè)計和實現(xiàn)， 這些都還有待進一步改進和解決。

參考文獻

[1] 李業(yè)麗，林鴻飛，姚天順.基于事例的用戶信息需求模型[J].用戶計算機工程與用，2000.

[2] 李廣建，黃昆.用戶模型及其學(xué)習(xí)方法[J].現(xiàn)代圖書情報技術(shù)，2002.

[3] 王志軍，于超.基于隱式反饋的個人信息檢索技術(shù)及實現(xiàn)[J].工程應(yīng)用技術(shù)與實現(xiàn)，2003.