随着信息技术的不断发展,互联网技术已成为人们获取信息的主要途径。信息检索的首要问题是帮助用户从互联网大量信息中迅速、准确地获取用户需要的信息。数据融合技术的思路是将不同信息检索系统检索到的成员结果进行组合从而得到一个新的检索结果。之前的研究结果表明,数据融合技术能够有效地提高检索性能。线性组合法是一种常用的融合技术,其中权重分配是提升融合性能的关键问题。另一方面,融合性能不仅受到参与融合成员系统数目的影响,还与它们相互间的关系密切相关。当成员系统数目较多时,融合资源消耗增多,有必要选择出一部分合适的成员系统进行融合,使数据融合同时具有较高的有效性和实现效率,但是目前尚缺乏关于这方面的研究。本文分别从提高融合性能和实现效率两个方向着手来探索信息检索中的数据融合问题,以期改善融合时的效率。论文的主要工作如下:(1)线性组合法能够根据具体的情况对参与融合的成员系统赋予不同的权重,对成员系统进行合适的权重分配是决定线性组合法成功与否的关键因素。本文在分析了反向学习特点的基础上,首次将反向学习算法引入到数据融合中,提出了基于反向学习的权重分配策略。该方法利用和发挥反向学习算法简单、求解精度高、无需调参的特点,优化权重分配,从而提高融合结果的性能。在TREC数据集上的实验表明,与已有的一些权重分配算法相比,该权重分配策略能有效地提升融合性能。(2)针对大规模成员系统参与数据融合时,融合消耗资源多、实现效率低的问题,本文结合几何框架对数据融合的解释,提出了基于变色龙聚类的成员系统选择算法。首先,从结果列表的相似性出发,得到初始成员结果集的距离矩阵,确定其内在相互间的关系,同时采用变色龙聚类根据距离矩阵将成员结果划分成不同的簇。其次,利用贪心策略遍历不同的簇,并从不同的簇中选择成员结果,构成一组新的融合性能好、相似度较低的成员结果组,最后将其对应的成员系统作为新的参与融合检索系统组。实验结果表明,与其他方法相比,该方法能在减少参与融合成员系统的基础上维持融合性能,兼顾了实现效率和融合性能,从而提高了融合有效性。