概率型商业引力模型是根据居民对商业中心选择的概率，衡量中心吸引能力的模型。康维斯（P.D.Con-verse）把零售引力模型加以修改，形成裂点理论。在此基础上，胡佛（D.L.Huff）于1963年提出概率公式。1965年，拉克什曼南（T.R.Laksmanan）和汉森（W.G.Hansen）提出了一个更为成熟的概率模式，用以估计在一个城市系统内任一居住区和商业中心之间的购物消费流动。如图1。

利用概率论模型的典型系统有Kwok与Robertson等，它们在利用样本计算词权重的过程中考虑了词在文档中出现的频率，其中Kwok系统还考虑了词在整个样本集合中出现的频率。概率论模型的效果要明显优于布尔模型，但比向量空间模型略差。

概率论模型的一个特例是贝叶斯网络，由于该模型适合于超文本系统，因此在超文本信息成为当前信息获取主流信息的情况下，该模型的应用越来越广泛。 2100433B

概率论模型的基础是概率，预估计信息资源与用户需求的相关性，根据相关性大小进行排序，排到最前面的文档将会是最有可能满足用户需求的文档。Van Rijsbergen和Robertson等人提出的概率检索模型的基本思想是根据先前检索过程中得到的相关性先验信息来计算文档集合中每篇文档成为相关文档的概率，并根据统计理论(如贝叶斯决策等)来确定哪些文档可作为输出文档集。相关工作中，将布尔检索和概率检索模型有机地结合起来，但它在没有获得样本文档之前，无法估计词条相关性且该方法复杂度较大。