基于實(shí)例學(xué)習(xí)的搜索引擎結(jié)果優(yōu)化系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、搜索引擎是網(wǎng)絡(luò)信息檢索的主要工具，它的出現(xiàn)方便了人們對(duì)信息的查詢，但現(xiàn)有搜索引擎返回的結(jié)果太多，用戶很難查找到真正想要的資料。此外，人們通常無(wú)法用簡(jiǎn)單的幾個(gè)詞來(lái)描述自己的信息需求。對(duì)于一個(gè)查詢?cè)~，搜索引擎往往會(huì)返回成千上萬(wàn)的網(wǎng)頁(yè)，這些結(jié)果是動(dòng)態(tài)而簡(jiǎn)單的，但絕大部分對(duì)于某個(gè)特定的用戶而言都是不相關(guān)的。因此，用戶必須通過(guò)瀏覽冗長(zhǎng)的列表才能找到自己需要的信息。于是，信息檢索中出現(xiàn)了“信息過(guò)載”和“信息迷失”等問(wèn)題。如何提高搜索引擎的查準(zhǔn)率是其

2、亟待解決的問(wèn)題，而如何推斷用戶的查詢目的從而實(shí)現(xiàn)智能化搜索是未來(lái)搜索引擎的發(fā)展方向。 此外，查詢?cè)~也往往具有歧義，不同用戶具有不同的背景、興趣以及使用目的。就目前而言，對(duì)于特定的關(guān)鍵詞查詢，無(wú)論任何人得到的結(jié)果都是一樣的。人們?cè)絹?lái)越希望得到的結(jié)果能夠符合自己的意愿，目前出現(xiàn)了各種改進(jìn)的搜索引擎，基于用戶個(gè)性詞典的搜索引擎、基于聚類技術(shù)的搜索引擎、面向主題的搜索引擎等等。在一定程度上起到一定的促進(jìn)作用，究其原理，實(shí)際就是基于某種技

3、術(shù)對(duì)通用搜索引擎搜索結(jié)果的處理，其中包括對(duì)搜索結(jié)果的過(guò)濾。聚類、分類等處理。 實(shí)例學(xué)習(xí)是機(jī)器學(xué)習(xí)中較為成熟的分支，其基本思想是從某一概念的已給的正例集合和反例集合中歸納產(chǎn)生出描述所有正例并排除所有反例的一般規(guī)則，因而也被稱作概念獲取。本文正是基于對(duì)用戶行為的跟蹤，把其訪問(wèn)網(wǎng)頁(yè)分為正例和反例，通過(guò)相關(guān)算法，得到描述用戶查詢目的規(guī)則，從而實(shí)現(xiàn)網(wǎng)頁(yè)的過(guò)濾技術(shù)，返回與用戶查詢目的相關(guān)的網(wǎng)頁(yè)，去除無(wú)關(guān)網(wǎng)頁(yè)。從而有效的提高搜索引擎的查找精度