版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)的迅速發(fā)展,面對(duì)這樣一個(gè)全球最大的信息資源寶庫,搜索引擎為人們提供了獲取信息的入口,得到了極大的流行。但由于Web多元化信息的指數(shù)級(jí)增長和人們需求的多樣化,通用搜索引擎返回的結(jié)果已經(jīng)不能滿足人們對(duì)個(gè)性化信息檢索服務(wù)的要求,于是主題搜索引擎應(yīng)運(yùn)而生。與通用搜索不同,主題搜索引擎僅僅專注于某一領(lǐng)域,為特定領(lǐng)域的用戶提供更為精確、更全面、更及時(shí)的搜索服務(wù)。它的很多技術(shù)與通用搜索引擎類似,但是還有一些自己獨(dú)特的技術(shù)和一些新的需要解決問
2、題,成為近年來研究的熱點(diǎn)。 傳統(tǒng)的主題搜索引擎僅支持基于關(guān)鍵字的搜索方式,因此在許多情況下難以有效地表達(dá)用戶的查詢需求,例如在新聞主題搜索引擎中查詢“最近三天內(nèi)關(guān)于甲型流感的新聞”。通過對(duì)網(wǎng)頁信息的分析,時(shí)態(tài)信息是網(wǎng)頁的一個(gè)本質(zhì)屬性,比如網(wǎng)頁的修改時(shí)間、新聞網(wǎng)頁中蘊(yùn)含的新聞事件時(shí)間等。因此,如果能夠利用網(wǎng)頁的時(shí)態(tài)信息來增強(qiáng)主題搜索引擎的效率,使用戶可以表達(dá)時(shí)態(tài)相關(guān)的查詢需求,同時(shí)搜索引擎自身也提供時(shí)態(tài)查詢處理能力,則可以有效地提
3、高主題搜索引擎的性能。 本文圍繞基于時(shí)態(tài)信息的主題搜索引擎開展了若干關(guān)鍵技術(shù)的研究,重點(diǎn)探討了時(shí)態(tài)主題搜索引擎的設(shè)計(jì)與實(shí)現(xiàn),主題爬蟲、搜索結(jié)果的時(shí)態(tài)排序等問題。本文的主要貢獻(xiàn)可歸納為: (1)通過分析Web結(jié)構(gòu)和網(wǎng)頁特征,提出并實(shí)現(xiàn)了一個(gè)混合主題爬蟲。該爬蟲首先對(duì)抓取下來的網(wǎng)頁使用基于VIPS的網(wǎng)頁分析算法計(jì)算網(wǎng)頁與主題的相關(guān)性并選取相關(guān)鏈接,然后結(jié)合元搜索技術(shù)來提高爬蟲跨越Web社區(qū)的能力,使其在保有精確度的同時(shí)具有好
4、的召回率。 (2)研究了結(jié)合不同網(wǎng)頁時(shí)間的搜索結(jié)果排序算法,提出了三種適合不同時(shí)態(tài)語義搜索的網(wǎng)頁排序算法。這類算法分別就用戶對(duì)網(wǎng)頁的內(nèi)容時(shí)間、修改時(shí)間及雙時(shí)態(tài)時(shí)間的查詢需求,對(duì)傳統(tǒng)的PageRank算法中的轉(zhuǎn)移概率和跳轉(zhuǎn)概率進(jìn)行了改進(jìn),提高了排序結(jié)果的精確性。 (3)設(shè)計(jì)并實(shí)現(xiàn)了一種能夠根據(jù)網(wǎng)頁的內(nèi)容時(shí)間和修改時(shí)間進(jìn)行Web網(wǎng)頁檢索的主題搜索引擎,該系統(tǒng)同時(shí)支持文本檢索和時(shí)態(tài)檢索。實(shí)驗(yàn)表明,基于時(shí)態(tài)信息的主題搜索引擎具有
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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于時(shí)態(tài)信息的搜索引擎的研究與實(shí)現(xiàn).pdf
- 主題搜索引擎索引技術(shù)的研究與實(shí)現(xiàn).pdf
- 基于LUCENE的主題搜索引擎研究與實(shí)現(xiàn).pdf
- 基于主題的搜索引擎的研究與實(shí)現(xiàn).pdf
- 信息安全主題搜索引擎的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于主題的新聞搜索引擎的研究與實(shí)現(xiàn).pdf
- 基于主題的搜索引擎研究.pdf
- 基于主題信息服務(wù)的垂直搜索引擎的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于lucene的主題搜索引擎研究
- 基于主題模型的情感搜索引擎的研究與實(shí)現(xiàn).pdf
- 主題搜索引擎的信息抽取和索引的研究.pdf
- 基于語義的主題搜索引擎研究.pdf
- 搜索引擎中主題爬蟲的研究與實(shí)現(xiàn).pdf
- 主題搜索引擎網(wǎng)絡(luò)爬蟲搜索策略的研究與實(shí)現(xiàn).pdf
- 主題搜索引擎的研究與設(shè)計(jì)
- 基于網(wǎng)頁分塊的主題搜索引擎的研究與實(shí)現(xiàn).pdf
- 基于.net的氣象主題搜索引擎系統(tǒng)的研究與實(shí)現(xiàn)
- 主題WEB搜索引擎優(yōu)化與實(shí)現(xiàn)研究.pdf
- 基于Nutch的中文主題搜索引擎的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于電路課程的主題搜索引擎設(shè)計(jì)與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論