面向主題的元搜索引擎技術(shù)研究與系統(tǒng)實(shí)現(xiàn).pdf

1、隨著Internet上信息的爆炸式增長(zhǎng)，使得用戶面對(duì)Internet上浩如煙海的信息世界，往往無(wú)法快速準(zhǔn)確地找到自己想要的信息，傳統(tǒng)搜索引擎的出現(xiàn)在一定程度上解決了互聯(lián)網(wǎng)信息檢索的問(wèn)題，但是當(dāng)前主要的搜索引擎的查準(zhǔn)率不高，并且不同的搜索引擎所采用的算法和搜索范圍不同，導(dǎo)致搜索結(jié)果有很大差異，經(jīng)中國(guó)搜索引擎用戶行為研究報(bào)告和市場(chǎng)調(diào)查報(bào)告顯示，谷歌、百度、雅虎等幾大搜索引擎的搜索結(jié)果重復(fù)率不到34％，如果想獲得比較全面而又準(zhǔn)確的結(jié)果，就不得

2、不在各個(gè)搜索引擎之間相互轉(zhuǎn)換，反復(fù)調(diào)用多個(gè)搜索引擎，這給我們加快的生活節(jié)奏帶來(lái)了不便。元搜索引擎應(yīng)運(yùn)而生，它的搜索結(jié)果相對(duì)傳統(tǒng)的搜索引擎較全面，使得元搜索引擎得到快速的發(fā)展。
　　 元搜索引擎是一種集成多個(gè)成員搜索引擎的網(wǎng)絡(luò)檢索工具，這使得搜索結(jié)果的覆蓋范圍較廣，查全率較高。但是元搜索引擎同傳統(tǒng)的搜索引擎一樣沒(méi)有考慮用戶的個(gè)性化需求。個(gè)性化元搜索引擎結(jié)合元搜索引擎的查全率和個(gè)性化技術(shù)的查準(zhǔn)率的優(yōu)點(diǎn)，有效地改善了現(xiàn)有的搜索引擎的不

3、足之處。
　　 本文首先分析了傳統(tǒng)搜索引擎的缺點(diǎn)和不足，對(duì)元搜索引擎和個(gè)性化技術(shù)進(jìn)行了概述，通過(guò)對(duì)相關(guān)理論和技術(shù)的綜述，總結(jié)了元搜索引擎技術(shù)和個(gè)性化技術(shù)的研究現(xiàn)狀和發(fā)展趨勢(shì)。然后深入研究了實(shí)現(xiàn)個(gè)性化搜索引擎的相關(guān)理論和技術(shù)，并進(jìn)行了對(duì)比和分析。在上述理論和技術(shù)分析的基礎(chǔ)上提出了個(gè)性化元搜索引擎的相關(guān)算法:
　　 (1)針對(duì)在HTML源代碼中存在一定規(guī)律的主題的搜索，本文在元搜索引擎的基礎(chǔ)上設(shè)計(jì)了針對(duì)電話號(hào)碼查詢的個(gè)性化元

4、搜索引擎算法，它利用了元搜索引擎查全率高的特點(diǎn)，實(shí)現(xiàn)了提取電話號(hào)碼和擁有電話號(hào)碼的用戶信息的功能，而其它的無(wú)關(guān)信息全部被剔除。
　　 (2)針對(duì)無(wú)規(guī)律可循的主題搜索，本文提出了一種新型的主題搜索框架，這種框架基于主題詞典進(jìn)行主題詞精簡(jiǎn)，得到有序的主題詞匯表;另外在網(wǎng)頁(yè)的相關(guān)度計(jì)算方法中考慮了網(wǎng)頁(yè)的結(jié)構(gòu)特征。
　　 (3)針對(duì)不同用戶主機(jī)上的瀏覽歷史記錄，本文采用tasklist.exe對(duì)用戶的搜索歷史進(jìn)行追蹤，本方法同時(shí)