位置相關的Web信息檢索關鍵技術研究.pdf

1、搜索引擎已日漸成為人們獲取信息的最主要方式之一。在用戶提交的查詢中，位置相關的查詢占有相當?shù)谋戎亍６?，作為信息空間的一個重要維度，大部分網(wǎng)頁包含有地理位置信息。但是目前大多數(shù)搜索引擎在查詢時把地理位置僅僅看成是文本關鍵詞，沒有考慮到地理位置的特殊性（例如“安徽”和“合肥”兩個地理位置的空間包含關系），因此對此類查詢常常不能返回給用戶滿意的搜索結果。因此，位置相關的Web信息檢索技術——即如何充分地利用網(wǎng)頁中的位置信息來回答基于地理位置

2、的用戶查詢請求——成為目前的研究熱點。
　　 本文圍繞位置相關的Web信息檢索技術，著重探討了其中的兩個關鍵問題：首要地理位置抽取和基于首要地理位置的網(wǎng)頁排序。首要地理位置是指與整個網(wǎng)頁內容最相關的，最能代表網(wǎng)頁中位置信息的地理位置。抽取這類信息不僅可以提高搜索引擎的檢索效率，還可以方便新聞等網(wǎng)頁的地圖顯示及用于最終排序結果的聚類等。首要地理位置抽取所要解決的難點問題就是去除地名的歧義，只有設計一種良好的去除歧義的方法才能為后面

3、的首要地理位置抽取乃至排序奠定良好的基礎。本文的主要貢獻可以歸結為以下三點：
　　 (1)提出了解決GEO/GEO歧義的GeoRank算法，和一種解決GEO/NON-GEO歧義的啟發(fā)式方法。所謂的GEO/GEO歧義指的是很多地理位置共享一個地名；而GEO/NON-GEO歧義指一個地名還可以代表其他類型的名字，如人名等。GeoRank算法采用了一種類似于PageRank的算法，但主要關注一個地名候選者在一個特定的網(wǎng)頁中所代表的確切

4、地理位置。實驗結果顯示GeoRank比之前提出的一些算法效果要好；
　　 (2)設計了一種選取網(wǎng)頁首要地理位置的有效算法，當計算其他地理位置對一個給定的地理位置的貢獻時，該算法采用動態(tài)參數(shù)。跟先前被提出來的一些用靜態(tài)參數(shù)的方法相比，我們的算法更合理，而且實驗結果表明我們取得了更好的效果。
　　 (3)通過分析網(wǎng)頁中關鍵詞和首要地理位置的聯(lián)系，提出了一種基于<關鍵詞，首要地理位置>映射對的MapRank排序算法，實驗結果優(yōu)