基于CSCW的站內(nèi)搜索引擎的應用研究.pdf

1、在互聯(lián)網(wǎng)蓬勃發(fā)展的過程中,為了幫助用戶快速定位感興趣的網(wǎng)絡資源,出現(xiàn)了例如:Google、Baidu、Yahoo!等這些通用的搜索引擎網(wǎng)站。而隨著現(xiàn)在網(wǎng)站提供的內(nèi)容越來越豐富,如何有效地幫助用戶查找需要的站內(nèi)資源,以及把站內(nèi)的資源推薦給用戶,留住用戶,提升用戶回頭率,減少用戶流失機會成為各網(wǎng)站關心的問題。因此,站內(nèi)搜索應運而生。
　　 目前的站內(nèi)搜索主要有兩種實現(xiàn)形式。一種是利用現(xiàn)成的傳統(tǒng)互聯(lián)網(wǎng)搜索引擎網(wǎng)站提供的站內(nèi)搜索代碼,以

2、嵌入網(wǎng)頁代碼的方式保持與搜索引擎機器人的溝通引導其對網(wǎng)站內(nèi)的信息進行爬取。這種方式雖然可以快速地低成本地部署,但是卻不能及時、完整抓取網(wǎng)站最新頁面內(nèi)容和不可以按照用戶業(yè)務需要去排序、過濾和展示搜索結(jié)果。另一種方式就是建立自己的站內(nèi)搜索引擎。這種方式有利于網(wǎng)站擺脫對專業(yè)搜索引擎網(wǎng)站的依賴。自己控制搜索更新時間,擴展功能,為用戶提供及時的、高精度和高效率的站內(nèi)搜索服務。其中利用CSCW技術來實現(xiàn)站內(nèi)搜索引擎更能充分發(fā)揮站內(nèi)搜索的優(yōu)勢。本文正

3、是研究如何有效地把CSCW技術應用到站內(nèi)搜索引擎的實現(xiàn)上來。
　　 CSCW在本質(zhì)上是一個分布式系統(tǒng),它能夠充分利用各個服務器上的資源,通力協(xié)作共同完成任務。目前使用多Agent技術來實現(xiàn)CSCW系統(tǒng)是比較常見和成熟的方式。本文提出的CSSS系統(tǒng)正是基于多Agent方式來實現(xiàn)的。
　　 在利用CSCW技術提高站內(nèi)搜索引擎更新率和服務響應速度的同時,本文還研究了個性化信息檢索技術。通過建立用戶興趣模型來跟蹤記錄用戶的瀏覽習

4、慣,然后分析用戶訪問過的網(wǎng)頁獲取用戶的興趣特征,并把這些信息合并到用戶的檢索請求中,從而為用戶提供更加準確的搜索服務。
　　 論文首先分析了當前搜索引擎技術的現(xiàn)狀,探討了CSCW的三要素和關鍵技術,研究了三種典型的搜索引擎模型、典型信息檢索模型,針對現(xiàn)有的搜索引擎存在的精度低、效率差等問題,結(jié)合CSCW、用戶個性化檢索,提出了基于CSCW的站內(nèi)信息搜索模型。在此基礎上,論文對基于CSCW的信息搜索系統(tǒng)進行構架,該系統(tǒng)融入了層次化