搜索引擎技術(shù)的研究與實(shí)現(xiàn)—元搜索引擎和文本聚類(lèi).pdf

1、信息檢索（Information Retrieval, IR）是從數(shù)據(jù)集中提取出相關(guān)文檔和信息的過(guò)程，Web的出現(xiàn)改變了傳統(tǒng)意義上信息檢索的方式，信息檢索的對(duì)象也逐漸從結(jié)構(gòu)化向半結(jié)構(gòu)化、無(wú)結(jié)構(gòu)化的方向轉(zhuǎn)變。隨著互聯(lián)網(wǎng)上信息數(shù)量的不斷增長(zhǎng)，傳統(tǒng)的檢索技術(shù)已經(jīng)很難滿(mǎn)足人們對(duì)查詢(xún)質(zhì)量的苛刻要求。為了方便用戶(hù)從搜索結(jié)果中快速、準(zhǔn)確地定位自己想要的信息，集成文本聚類(lèi)功能的搜索引擎應(yīng)運(yùn)而生。 本文針對(duì)目前信息檢索領(lǐng)域存在的相關(guān)問(wèn)題，重點(diǎn)研究

2、了搜索結(jié)果聚類(lèi)算法和關(guān)鍵短語(yǔ)發(fā)現(xiàn)技術(shù)。文中提出了一個(gè)有效改善檢索質(zhì)量和檢索效率的解決方案，并通過(guò)聚類(lèi)方法自動(dòng)組織搜索引擎的搜索結(jié)果，實(shí)現(xiàn)了一個(gè)集元搜索功能和聚類(lèi)功能于一體的信息檢索平臺(tái)。它涵蓋了Web文檔收集、半結(jié)構(gòu)化文檔分析、信息聚類(lèi)處理等方面內(nèi)容，有效地增強(qiáng)了數(shù)據(jù)檢索的實(shí)時(shí)性和準(zhǔn)確性、改善了用戶(hù)的使用體驗(yàn)。 本文的創(chuàng)新點(diǎn)主要體現(xiàn)在以下幾個(gè)方面： 1.研究了基于潛在語(yǔ)義的模糊聚類(lèi)算法。通過(guò)在聚類(lèi)算法中使用奇異值分解技