非贪婪策略在WEB搜索中的应用

传统专业搜索引擎采用贪婪的链接选择策略,导致整体回报率较低.本文提出了一种非贪婪的链接选择策略,进而提出了一种基于非贪婪策略的启发式搜索算法.针对国外四所著名大学计算机系网站中论文资源的搜索实验表明,新的算法可以有效提高搜索效率.     

基于模拟退火机制的网络蜘蛛搜索策略

在分析传统网络蜘蛛搜索机制特点的基础上，将模拟退火机制引入网络蜘蛛的链接选择策略。提出了一种基于模拟退火机制的启发式网络蜘蛛搜索算法。针对国外四所著名大学计算机系网站中计算机论文资源的搜索实验表明，新算法可以有效提高搜索效率。     

标准化跨库检索系统的设想

分析了实现跨库检索的几种技术模式及其优缺点，提出了发展标准化跨库检索实现方向的设想，并讨论了标准化跨库检索系统的优点及其重要意义和前景。     

搜索引擎发展方向

介绍了互联网上搜索引擎的发展情况,从搜索引擎技术专业化、个性化、智能化3方面分析了搜索引擎发展方向,并设想更完美的搜索联引擎技术的未来.     

问答社区问句中多字词表达提取

基于互动问答社区问句中多字词表达和问句理解的关系,提出针对互动问答社区问句进行多字词表达抽取,并基于互动问答社区问句中多字词表达的特点,提出适用于互动问答社区的多字词表达提取方法.该方法在利用互信息和停用词表的方法从问句中抽取候选多字词表达的基础上,将候选多字词表达分为正确串、残缺串、冗余串和错误串4类,借助搜索引擎对查询串的优化和候选多字词表达在互联网上的检索结果,设计候选多字词表达校正方法,实现对多字词表达的提取.以新浪爱问知识人问题库中的问句进行实验,结果表明,多字词表达抽取的准确率、召回率和F值分别达到84%,52%和0.64,验证了该方法的有效性.     

基于文档重要度的静态索引剪枝方法

针对网页质量参差不齐、重要程度差别巨大的问题,提出了按照网页重要程度确定其剪枝幅度的静态索引剪枝方法,并在GOV2数据集上进行了验证.实验结果表明:这种方法体现了静态索引剪枝能极大降低存储需求、提高查询效率的优点;当剪枝后的索引大小是原始大小的13%时,P@10、P@20值能达到甚至超过使用完整索引时的结果;在相同的剪...     

搜索引擎日志中"V+N1+N2"型短语研究

搜索引擎用短语词典能够有效地改善和提高信息检索的性能,"V+N1+N2"型结构是一种常见汉语短语结构.本文基于搜狗语料,分别从各组成要素特点、语义特征以及句法功能,对"V+N1+N2"型动词短语和名词短语进行统计分析和相关数据处理.针对不同语义关系,在不改变原语义的条件下,提出了相应的转换模式,为搜索引擎用短语词典的构建提供了理论支撑.     

基于搜索引擎的网络舆情监控系统设计与实现

互联网高速发展的今天,网民能方便地在网络上针对各种热点问题进行评论和发表意见,从而形成大规模的舆论效应.如何对网络舆情进行实时的监控已经成为一些部门和机构热切关注的问题.文中针对上述问题,综合搜索引擎、网络监控、页面采集、信息挖掘等热点技术,设计并实现了一种部署简单、功能完整的网络舆论自动监控与分析系统.该系统能对网络...     

P2P资料搜索引擎的研究和设计

通过对现有的成熟技术进行二次开发的方式,给出了一个P 2P资料搜索引擎的设计方案.基于这种资料搜索引擎的P 2P文件共享系统,相对于传统的集中部署的系统,在内容、可扩展性、稳定性等方面都有比较明显的优势.