探索式搜索中支持多角度概念发现方法

吉林大学学报(信息科学版) ›› 2015, Vol. 33 ›› Issue (1): 72-78.

探索式搜索中支持多角度概念发现方法

张引^a, 高克宁^b, 张斌^a

东北大学 a. 信息科学与工程学院； b. 计算中心, 沈阳 110004

收稿日期:2014-07-15 出版日期:2015-01-24 发布日期:2015-03-20
作者简介:张引（1985—）, 男, 沈阳人, 东北大学讲师, 主要从事Web信息处理研究, (Tel)86-18602424420(E-mail)zhangyin_mail@163.com；张斌（1964—）, 男, 辽宁本溪人, 东北大学教授, 博士生导师, 主要从事服务计算、 Web信息处理研究, （Tel）86-24-836883384（E-mail）zhangbin@ise.edu.cn。
基金资助:
国家自然科学基金资助项目(61100090)；中央高校基本科研业务费专项基金资助项目(N120304002)；沈阳市科学技术计划基金资助项目(F11264133)

Supporting Multi-Aspected Concept Discovery for Exploratory Search

ZHANG Yin^a, GAO Kening^b, ZHANG Bin^a

a. College of Information Science and Engineering; b. Computing Center, Northeastern University, Shenyang 110004, China

Received:2014-07-15 Online:2015-01-24 Published:2015-03-20

摘要/Abstract

摘要：

为帮助用户在执行探索式搜索时发现领域内重要、有价值的概念, 同时了解概念所处的问题角度进而全面理解目标领域, 以建模概念的实际使用情况为基础, 分析确定概念的重要度及问题角度对概念重要度的影响, 提出了支持用户多角度概念发现方法。该方法考虑了概念的重要性及概念所处问题角度之间的交互影响, 实现了对影响概念发现两方面因素的同步分析。实验表明, 相比直接搜索, 该方法减少了48.8%的搜索交互次数, 并提升了24.3%的概念出现数量。

关键词: 探索式搜索, 概念发现, 排序聚类, 概念重要度

Abstract:

In order to help exploratory search users discover important and valuable concepts for domains, and understand aspects of the concepts and comprehensively understand the problem domains, based on a concept usage model, concept importance and how problem aspects affect concept importance are analyzed to attain a method supporting multiaspected concept discovery. Such a method considers mutual affects between concept importance and problem aspects of concepts, leading to a simultaneous analysis on the two factors. Experimental results show that the proposed method could reduce search interactions by 48.8% and could improve concept occurrences by 24.3%.

Key words: exploratory search, concept discovery, rank cluster, concept importance

中图分类号:

TP391

张引, 高克宁, 张斌. 探索式搜索中支持多角度概念发现方法[J]. 吉林大学学报(信息科学版), 2015, 33(1): 72-78.

ZHANG Yin, GAO Kening, ZHANG Bin. Supporting Multi-Aspected Concept Discovery for Exploratory Search[J]. Journal of Jilin University(Information Science Ed, 2015, 33(1): 72-78.

[1]	夏志城, 刘元宁, 朱晓冬, 刘震, 陈英, 郭志民. 基于 Vision Transformer 的眼睑遮挡虹膜识别[J]. 吉林大学学报(信息科学版), 2026, 44(3): 598-608.
[2]	谢颖. 基于布谷鸟搜索算法的人体上肢动作捕捉方法[J]. 吉林大学学报(信息科学版), 2026, 44(3): 680-686.
[3]	周炎, 张翼. 面向 5G 蜂窝物联网的医院设备终端数据快速接入方法[J]. 吉林大学学报(信息科学版), 2026, 44(3): 530-536.
[4]	周宗宁, 叶六奇, 栗健. 基于模拟退火的门诊候诊时间最短化排班算法[J]. 吉林大学学报(信息科学版), 2026, 44(3): 649-655.
[5]	曹茂俊, 焦俊齐, 李仲文, 吴润桐. 基于 ConceptFERE 的成像测井领域小样本关系抽取方法#br#[J]. 吉林大学学报(信息科学版), 2026, 44(3): 609-617.
[6]	罗翔. 基于纵向联邦学习算法的隐私数据防篡改加密方法[J]. 吉林大学学报(信息科学版), 2026, 44(3): 618-624.
[7]	江明泽, 李伟, 董丹. 基于鲁棒子空间聚类算法的多来源数据集成处理方法[J]. 吉林大学学报(信息科学版), 2026, 44(3): 625-631.
[8]	牟琪. 大模型下游任务适配的参数高效微调策略综述[J]. 吉林大学学报(信息科学版), 2026, 44(3): 632-641.
[9]	任伟建, 张紫汉, 康朝海, 霍凤财, 孙勤江, 陈建玲. Mamba-SoftBBS: 改进DCP 的点云配准方法[J]. 吉林大学学报(信息科学版), 2026, 44(3): 663-669.
[10]	孙长月, 张欢 . 基于用户- 算法双向反馈的信息茧房形成机制仿真 [J]. 吉林大学学报(信息科学版), 2026, 44(3): 670-679.
[11]	王霞, 陈晓林, 吴玲玲, 李建军. 视觉图像增强下的物料传送带目标自动识别算法[J]. 吉林大学学报(信息科学版), 2026, 44(3): 700-705.
[12]	张爱生, 姚冰莹. 基于 VAE-WGAN 的无线通信网络异常数据剔除算法[J]. 吉林大学学报(信息科学版), 2026, 44(3): 706-712.
[13]	周涛, 崔政阳, 王世博, 谢光懿, 柴磊, 孙铁刚. 车辆仪表电磁脉冲效应远程智能监测系统[J]. 吉林大学学报(信息科学版), 2026, 44(3): 721-728.
[14]	崔子杰, 朱晓旭, 李雨轩, 马一凡, 王晓光. 基于脑机接口与智能体的工作状态分析系统[J]. 吉林大学学报(信息科学版), 2026, 44(3): 739-748.
[15]	肖红, 颜高鹏, 曹茂俊, 舒琰. 基于 ConvNext 的测井图像描述方法 [J]. 吉林大学学报(信息科学版), 2026, 44(3): 489-498.