粗集理论在信息检索中的应用研究

摘要：

在对信息检索过程中,文档的属性信息是不确定性或者是不完全的,很难做出决策.基于此,提出将粗集理论应用于信息检索模型中,构造语料库的邻接矩阵,通过对扩展的特征项与文档的上近似集和下近似集的重叠程度的比较,来确定文档与查询的相关性,并通过相关度来对文档进行取舍.通过实验证B/I,该方法可以提高信息检索的准确率.

关键词：粗集、信息检索、不完备、召回率、邻接矩阵

所属期刊栏目：30

分类号：G250(图书馆学、图书馆事业)

在线出版日期：2011-06-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：164-166,109