相关反馈的两种类型：
“真实”的相关反馈：
1. 系统返回结果
2. 用户提供一些反馈
3. 系统根据这些反馈，返回一些不同的，更好的结果
“假定”的相关反馈
1. 系统得到结果但是并不返回结果
2. 系统根据这些结果改善query
3. 根据改善后的query得到结果并返回
Rocchio's Modified Query
Modified query vector = Original query vector + Mean of relevant documents found by original query - Mean of non-relevant documents found by original query
Q0表示原始query
R表示相关文档集
S表示无关文档集
Local Context Analysis (LCA)
算法过程：
用户输入一个query，通过这个query来检索文章：找到与这个query最相关的文章，使用一个300个词的滑动窗口，来获取文章。
然后找到候选term:首先对文章进行词性标注，选择所有的名词作为候选term。
计算term的权重：
En(c,w)的含义：当c,w相互独立时，同时出现的期望 N*（nw/N）(nc/N)
co_degree为什么要减一？ 防止nc非常小的情况。
根据权重挑选出新的term 加入query中，完善query，从而得到新的结果。