【作者】 朱凡微； 吴明晖； 应晶；

【Author】 Zhu Fanwei~1,Wu Minghui~(1,2),and Ying Jing~(1,2) 1(College of Computer Science and Technology,Zhejiang University,Zhejiang 310027) 2(Department of Computer Science and Engineering,Zhejiang University City College,Zhejiang 310015)

【机构】 浙江大学计算机科学与技术学院； 浙江大学城市学院计算机科学与工程学系；

【摘要】 在Web方面搜索(faceted search)系统中,传统的逐步精化的搜索模式不再适用.针对Web数据的异构性和大规模特征,提出一种新的方面搜索模型:扩展式方面搜索.这种扩展搜索模式采用实体图来表示Web中实体的关联,针对在查询节点附近频繁共现的节点,高效地获取相关度较高的实体作为初始结果集;同时在迭代搜索中根据用户查询意图的变化动态地扩展或精化结果集,提供更为精确的方面列表来引导用户深入查询.在真实Web数据集上实现扩展式方面搜索模型,并与传统的逐步精化模式进行对比.实验结果表明,扩展式搜索模型在实体搜索上具有较高的精确度,且能够有效地获取用户满意度高的方面列表,同时在搜索效率上明显优于逐步精化模式.更多还原

【Abstract】 Traditional search within search paradigm is not applicable for faceted Web search due to the larger-scale and heterogeneity of the Web.We propose a new expansible search paradigm to tackle the challenges in faceted Web search.The proposed search paradigm aims at returning the most promising results,which appear in the neighborhood of the query node,to efficiently construct an initial result set,and dynamically re-search the data set according the change of user intent,by filtering uninterested results as well as expanding new relevant answers.Experiments on a real Web corpus,Clueweb,validate the effectiveness and efficiency of the proposed approach.更多还原