专家搜索是信息检索的重要研究内容之一,属于实体搜索的范畴。目前实体搜索的研究内容更多关注于实体抽取和排序算法的探索和改进,对实体相关性的研究也多关注于相关性本身,如实体关系抽取等,没有进一步探讨这种相关性对专家搜索排序的影响。 专家搜索中发现专家实体之间的相关性,并把这种相关性用于排序结果优化是一个重要的研究内容。针对上述问题,本文提出了基于实体相关性的排序优化问题。主要工作包括： (1)定义实体向量空间模型,构造专家实体相关性挖掘模型。指出专家实体所具有的相关性度量量,针对不同的相关性度量量选取不同挖掘算法。由于不同挖掘算法之间具有相对独立性,进一步把针对不同特征的挖掘算法线性组合,计算专家实体相关性度量值。 (2)根据专家实体相关度矩阵,建立实体关系图。图的每个节点为专家实体,图的边为实体相关度值。在此基础上定义有效实体关系图及三类关系。三类关系包括：紧密联系、有联系、无联系。只有紧密联系或有联系的节点才能提供有效的专家实体相关信息。 (3)定义激活节点,定义优化调整规则。激活节点的选取来自两种调整优化模型,一种是返回结果集的前N个节点做为激活节点；另一种选择有效实体关系图前N个节点为激活节点,当返回结果中有与激活节点联系的节点,则触发优化调整规则。 在标准数据集上的实验结果表明,基于实体相关性的排序优化模型对提高排序结果具有很好的作用,平均准率提高6.26％,Bpref提高9.71％。