位置相关Web搜索的检索技术研究

论文摘要

随着Web信息的爆炸性增长，如何从Web上及时有效地查找到真正所需要的信息，已经成为研究者面临的难题。Web信息检索在这种背景下应运而生并得到迅速发展。越来越多的应用要求返回给用户的检索结果不仅是内容相关的，还必须是与用户当前或提供的地理位置相关的。位置相关的Web搜索能提高搜索结果的准确性，在很多方面具有广泛的应用。 根据查询的用户接口和不同的应用需求，位置相关的Web搜索包括两类典型应用：基于文本的和基于图像的。基于文本的搜索主要是“找出某一位置内或附近的对象”。查询中包括确定的位置信息，该位置信息可以用简单的方式进行描述，如利用文字或者地理坐标等。基于图像的搜索主要是判断“在哪里”，即判断用户感兴趣的对象所在的位置，当用户不能用简单的文字描述该位置或者不知道如何描述的时候，用移动设备拍摄图像并发送搜索请求，服务器通过在图像数据库中进行图像匹配，返回给用户相关的网页或者信息。 本文针对以上两类位置相关的Web搜索进行了研究，分析了在检索过程中各自面临的难点问题，提出了相应的解决策略，以及相关的索引结构和图像匹配算法，给出了系统级解决方案，并构造了系统原型，验证了所提出的策略和相关技术的有效性。 本文的主要研究内容及其创新点如下： 1．提出了一种新的混合索引结构，解决了已有基于文本的位置相关Web搜索的索引所面临的问题。已有的方式是将用户输入的地理词看作普通的文本关键字，利用关键词匹配的方式检索出包含这个词的网页。这种方法的缺陷是：忽略了涉及到某个地方但是没有包含其地名的网页，忽略了同名或者别名的现象，以及忽略了基本的空间关系和地理相关性。所提出的混合索引结构克服了上述缺陷，并提高了检索的效率。理论上的代价

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 Web信息检索
• 1.1.2 基于位置的服务
• 1.1.3 位置相关的Web搜索
• 1.1.4 位置相关的Web搜索的典型应用
• 1.2 本论文的工作
• 1.2.1 研究工作
• 1.2.1.1 基于文本的位置相关Web搜索的检索技术
• 1.2.1.2 基于图像的位置相关Web搜索的检索技术
• 1.2.2 论文组织
• 第二章 Web信息检索技术
• 2.1 引言
• 2.2 Web信息的查询与检索
• 2.2.1 数据及其文档形式
• 2.2.2 多媒体数据内容的描述模型
• 2.2.3 查询与用户接口
• 2.2.4 文本索引和搜索
• 2.2.5 基于内容的多媒体信息检索
• 2.3 Web搜索引擎的扩展
• 2.4 Web地理信息检索
• 2.4.1 地理辞典生成
• 2.4.2 地理信息抽取
• 2.4.3 索引结构
• 2.4.4 检索结果排序
• 2.4.5 用户界面
• 2.5 小结
• 第三章 基于文本的位置相关Web搜索
• 3.1 引言
• 3.2 已有工作
• 3.2.1 Google
• 3.2.2 Yahoo-Overture
• 3.2.3 GeoSearch
• 3.2.4 Geotags.com
• 3.2.5 Northern Light
• 3.2.6 Spirit Project
• 3.3 基于文本的位置相关Web检索中的关键问题
• 3.3.1 网页地理范围的定义和抽取
• 3.3.2 索引和查询
• 3.3.3 排序算法
• 3.4 位置相关查询的定义
• 3.4.1 查询类型
• 3.4.2 查询结构
• 3.4.3 一种基于对象关系的查询代数的定义
• 3.4.3.1 stor-algebra的数据结构
• 3.4.3.2 stor-algebra的代数操作
• 3.5 一种基于文本的位置相关Web搜索引擎TLEngine的原型实现
• 3.5.1 系统框架
• 3.5.2 地理辞典
• 3.5.3 网页地理范围的分类和抽取
• 3.5.3.1 网页地理范围的类别定义
• 3.5.3.2 网页地理范围的抽取
• 3.5.4 排序
• 3.5.4.1 位置相关性
• 3.5.4.2 文本相关性
• 3.5.4.3 位置相关性和文本相关性的组合模式
• 3.5.5 查询界面
• 3.5.6 索引结构
• 3.5.7 数据集和测试结果
• 3.6 小结
• 第四章 TLEngine中的一种混合索引结构
• 4.1 引言
• 4.2 相关工作
• 4.2.1 文本索引技术
• 4.1.1.1 签名文件
• 4.1.1.2 后缀树或后缀数组
• 4.1.1.3 倒排表
• 4.1.2 空间索引技术
• *树'>4.1.2.1 R树和R^*树
• 4.1.3 索引混合模式
• 4.3 地理范围的表示
• 4.4 一种新的混合索引结构
• *-tree相互独立的索引'>4.4.1 倒排表和R^*-tree相互独立的索引
• *-tree索引结构'>4.4.2 倒排表—R^*-tree索引结构
• *-tree—倒排表索引结构'>4.4.3 R^*-tree—倒排表索引结构
• 4.4.4 三种混合结构的分析比较
• 4.5 实验
• 4.5.1 实验设置和数据集
• 4.5.2 实验结果
• *-tree和Grid结构的混合索引的比较'>4.5.3 基于R^*-tree和Grid结构的混合索引的比较
• 4.6 小结
• 第五章 基于图像的位置相关Web搜索
• 5.1 引言
• 5.2 已有工作
• 5.3 基于图像的位置相关Web搜索的关键问题
• 5.3.1 特征提取
• 5.3.2 图像匹配算法
• 5.3.3 近邻查询
• 5.3.4 高维索引
• 5.4 本文的解决方案
• 5.4.1 系统解决方案
• 5.4.2 特征抽取
• 5.4.3 索引
• 5.4.4 数据集和原型实现
• 5.5 小结
• 第六章 基于visual parts的图像匹配算法
• 6.1 引言
• 6.2 相关工作背景
• 6.2.1 Scale-invariant Feature Transform（SIFT）
• 6.2.2 Visual Parts
• 6.2.3 高维索引和相似查询
• 6.3 一种基于Visual parts的图像匹配算法
• 6.3.1 Visual parts的抽取
• 6.3.2 Visual parts的匹配
• 6.4 实验
• 6.4.1 数据集和设置
• 6.4.2 查询时间分析
• 6.4.3 准确率和查全率的分析
• 6.5 小结
• 第七章 结束语
• 7.1 论文工作总结
• 7.2 特色和贡献
• 7.3 进一步工作
• 参考文献
• 攻读博士学位期间发表的学术论文
• 攻读博士学位期间申请的专利
• 攻读博士学位期间参加的科研项目
• 致谢