版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、主題搜索引擎的產生是針對某種具體的組織、行業(yè)的網(wǎng)絡信息來構建的,這是一個能夠使該組織、行業(yè)的搜索要求滿足的搜索引擎。隨著網(wǎng)絡信息的多元化形成,沒有任何一種主題搜索技術能應用到所有的主題信息領域,而主題元搜索引擎的出現(xiàn)很好地解決了這個現(xiàn)象。主題元搜索引擎將元搜索引擎和主題搜索引擎相結合,在提高查全率的同時又進一步提高了查準率。其中搜索引擎的分詞技術和排序技術是影響搜索結果的關鍵性。
本文以開源的搜索引擎Nutch為原型,使用主題
2、提取器在多個搜索引擎中提取種子站點,再從各種子站點上搜索關鍵詞,實現(xiàn)搜索的主題化和多元化,提高了查準率和查全率。針對Nutch搜索引擎按字分詞和排序效果差的問題,本文主要完成了以下兩方面的工作:第一,參考各種資料以及相關中文分詞插件文檔,通過實驗對Paoding,IKAnalyzer等中文分詞器進行了時效性以及準確率等方面的對比,選取在大量文字分詞時,時間和準確度等方面性能更優(yōu)且有豐富的本地詞庫的ICTCLAS2015分詞器,進行了Nu
3、tch中文分詞模塊的改進。第二,本文提出了結合使用PageRank算法并加入本地瀏覽器書簽作為參考因子的方法,對Nutch的評分機制進行了改進,提高了搜索結果的確切度。對改進后的算法進行了驗證,通過對實驗數(shù)據(jù)的分析說明了改進后的算法不僅可以提高PR值較高的頁面的排序結果,而且對本地書簽有相關性的搜索結果的排名有所提高。
本文通過結合ICTCLAS2015中文分詞插件和改良中文分詞算法對Nutch搜索引擎系統(tǒng)進行了二次開發(fā),在此
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 搜索引擎有關排序算法研究.pdf
- 搜索引擎排序算法的研究.pdf
- 搜索引擎中排序算法的研究.pdf
- 基于搜索引擎網(wǎng)頁排序算法研究.pdf
- 專業(yè)搜索引擎的排序算法研究.pdf
- 基于網(wǎng)頁主題相關度的搜索引擎排序算法研究.pdf
- 搜索引擎排序算法的研究與改進.pdf
- 元搜索引擎調度策略及結果排序算法的研究.pdf
- 主題搜索引擎研究.pdf
- 搜索引擎中的Pagerank排序算法研究分析.pdf
- 基于鏈接分析的搜索引擎排序算法研究.pdf
- 元搜索引擎緩沖及排序的相關研究.pdf
- 搜索引擎的相關性排序算法研究.pdf
- 古建主題搜索引擎研究.pdf
- 網(wǎng)絡原創(chuàng)文章優(yōu)先的搜索引擎排序算法研究.pdf
- 搜索引擎中主題爬蟲算法的研究.pdf
- 校園搜索引擎頁面排序的研究.pdf
- 主題搜索引擎搜索策略的研究及算法設計.pdf
- 搜索引擎的算法
- 元搜索引擎的排序合成技術研究及實現(xiàn).pdf
評論
0/150
提交評論