基于元搜索引擎的網(wǎng)絡(luò)視頻搜索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著科技的進(jìn)步和Internet的飛速發(fā)展，網(wǎng)絡(luò)已經(jīng)成為人們獲取信息的重要來源，但是Web上的信息量呈爆炸式增長(zhǎng)，要想在浩如煙海的網(wǎng)絡(luò)世界中快速準(zhǔn)確的獲取信息變得越來越難，為了很好的解決這一難題，搜索引擎應(yīng)運(yùn)而生。然而，互聯(lián)網(wǎng)已經(jīng)發(fā)展到了多媒體的時(shí)代，用戶的需求逐漸轉(zhuǎn)向了網(wǎng)絡(luò)視頻業(yè)務(wù)。為彌補(bǔ)現(xiàn)有搜索引擎的不足，本文研究專業(yè)的網(wǎng)絡(luò)視頻搜索系統(tǒng)。傳統(tǒng)的獨(dú)立搜索引擎對(duì)互聯(lián)網(wǎng)上所有網(wǎng)頁的覆蓋率越來越低，搜索引擎返回的結(jié)果往往有很大的局限性，元搜

2、索引擎可以很好的解決獨(dú)立搜索引擎覆蓋率低的問題，本文研究的是基于元搜索引擎的網(wǎng)絡(luò)視頻搜索系統(tǒng)。
　　本文以元搜索引擎為重點(diǎn)研究對(duì)象，對(duì)傳統(tǒng)的網(wǎng)頁排序算法做了深入的分析，并結(jié)合視頻網(wǎng)頁的特點(diǎn)，對(duì)算法做出相應(yīng)的改進(jìn)，設(shè)計(jì)與實(shí)現(xiàn)了基于元搜索引擎的網(wǎng)絡(luò)視頻搜索系統(tǒng)。所做主要工作如下:
　　1.由于視頻頁面與普通的文本頁面有很大的區(qū)別，視頻頁面中用來描述視頻的文本往往比較簡(jiǎn)短，本文采用二次搜索的方法，充分提取視頻頁面中的文字信息;

3、r>　　2.在獲取字詞的過程中用到了TF-IDF算法來提取內(nèi)容相關(guān)的字詞，并生成字詞向量作為神經(jīng)網(wǎng)絡(luò)的輸入向量;
　　3.鑒于人工神經(jīng)網(wǎng)絡(luò)有很好的學(xué)習(xí)能力，本文在排序問題上采用了神經(jīng)網(wǎng)絡(luò)的知識(shí)，通過神經(jīng)網(wǎng)絡(luò)與字詞向量的結(jié)合，提出了一種基于MFNN神經(jīng)網(wǎng)絡(luò)的重排序算法，結(jié)合搜索引擎的特點(diǎn)，通過大量樣本的測(cè)試與實(shí)驗(yàn)設(shè)定了相應(yīng)的參數(shù)，并對(duì)該算法在迭代停止的控制上做出改進(jìn)，解決了元搜索引擎搜索結(jié)果重排序的問題;
　　4.通過對(duì)神經(jīng)網(wǎng)