面向購物的聚類搜索引擎的研究與實現(xiàn).pdf

1、據(jù)統(tǒng)計目前互聯(lián)網(wǎng)上電子商務(wù)網(wǎng)站提供的商品總數(shù)達到10億以上,而目前已有的購物搜索引擎對用戶的查詢只是按相關(guān)性返回大量的結(jié)果,并沒有對眾多的結(jié)果進行有效的組織和歸類,所以用戶無法從搜索引擎的返回結(jié)果中快速找到有效信息。因此如何使搜索引擎的返回結(jié)果對用戶更加有價值的研究成為一個熱點課題。由于網(wǎng)頁聚類技術(shù)可以對搜索結(jié)果進行自動組織和分類,所以可以使用戶更加直觀和方便的找到所需要的信息。因此本文設(shè)計和實現(xiàn)了一個面向購物領(lǐng)域的聚類搜索引擎來解決目

2、前購物搜索引擎存在的難題。本文完成的主要工作任務(wù)如下:
　　 1、在分析了本系統(tǒng)功能需求的前提下,設(shè)計了本系統(tǒng)的整體架構(gòu)。然后深入研究了主題爬蟲MetaSeeker工作流程、Lucene的檢索原理和網(wǎng)頁聚類技術(shù)等實現(xiàn)系統(tǒng)的相關(guān)技術(shù)。
　　 2、對K-Means算法進行優(yōu)缺點分析。然后深入研究相似性傳播算法(AffinityPropagation,AP算法),并針對該算法中的生成簇集的過程進行改進。最后通過實驗分析K-Me

3、ans、AP算法、改進的AP算法三者的運行時間、聚類效果、聚類純度,實驗證明改進的AP算法是最高效和最優(yōu)的。
　　 3、在構(gòu)建本系統(tǒng)的聚類模型的時候,根據(jù)本系統(tǒng)文本特征提出了一種適合本系統(tǒng)的相似度計算模型。
　　 4、實現(xiàn)了面向購物領(lǐng)域的聚類搜索引擎的整體開發(fā),具體任務(wù)包括:首先用MetaSeeker主題爬蟲采集數(shù)據(jù)源,然后在Lucene上實現(xiàn)本系統(tǒng)的索引、搜索和聚類三個模塊,最后用PHP實現(xiàn)了用戶查詢接口。通過對本系統(tǒng)