基于语义主题搜索引擎系统研究

随着互联网的信息以指数级增长,用户希望搜索引擎能够提供面向专业的更准确智能搜索服务,主题搜索引擎的研究显得越来越有意义。本文对基于本体语义主题搜索引擎系统的关键技术进行研究。首先建立主题搜索引擎系统流程,对主题网络爬虫,网页主题相关度、网页主题分类进行了算法研究。最后以服装纺织领域的主题搜索实现为例,说明主题搜索引擎系统能更准确快速实现专业搜索服务。     

一种基于主题的Web文本聚类算法

设计了一种基于主题的Web文本聚类方法(HTBC):首先根据文本的标题和正文提取文本的主题词向量,然后通过训练文本集生成词聚类,并将每个主题词向量归类到其应属的词类,再将同属于一个词类的主题词向量对应的文本归并到用对应词类的名字代表的类,从而达到聚类的目的.算法分四个步骤:预处理、建立主题向量、生成词聚类和主题聚类.同时,对HTBC与STC、AHC、KMC算法从聚类的准确率和召回率上做了比较,实验结果表明,HTBC算法的准确率较STC、AHC和KMC算法要好.     

社交网络:孤独年代的集体狂欢

"跨越长城,我们可以到达世界的任何角落。"这是1987年9月20日从北京向海外发出的中国第一封电子邮件,它悄然预示着网络时代叩响了中国的大门。25年后的今天,互联网已深刻地改变了世界的面貌,而以微博为代表的社交网络又进一步丰富了互联网的内涵。当人与人因网络日渐隔阂,社交网络的异军突起能否为这个孤单的年代带来更多温情?     

于无声处听惊雷：百度被黑 谷歌要走

从百度遭遇黑手,到谷歌酝酿“退出门”,一度波澜不惊的中国搜索引擎市场,在2010年伊始突然间掀起滔天巨浪!中国搜索行业或将迎来重新洗牌？     

校园网环境下的多参数加权网页排序算法

介绍了笔者所设计的一个校园网搜索引擎（SzCompass）中的网页排序算法。首先详细分析了通用搜索引擎常用的PageRank和HITS网页排序算法;通过比较在校园网和Internet上搜索的主要区别,设计了一种适合校园网的多参数加权的网页排序算法,并对利用该算法实现的搜索引擎的检索效率进行了实验分析。     

CNKI学术搜索引擎的特点及发展趋势研究

阐述CNKI知识搜索引擎的功能,对CNKI知识搜索引擎的特点进行了分析,指出CNKI知识搜索引擎的不足,对CNKI学术搜索引擎的发展方向提出建议,指出CNKI学术搜索引擎的发展趋势是:多元化、个性化、智能化和多媒体化.     

论网络信息检索引擎查询技巧

从简单查询、截词检索、布尔算式组配检索、词位限制检索等方面介绍了网络信息引擎查询技巧。     

一种元搜索引擎的查询结果处理模型

为克服元搜索引擎查询速度慢、独立性差的缺点,设计了一个元搜索引擎的结果处理模型.在该模型中引入了一种4级结果集的结构,从而提高了元搜索引擎结果处理的效率.在结果提取部分提出了根据反馈信息自动调整权重的算法(FBWM),从而能够在没有人工干预的情况下自动监视各独立搜索引擎的性能变化,并随之动态调整其权重.在结果排序部分提出了改进的位置/全文排序法(IPFTS),在算法中引入了词条匹配等级的概念,提高了搜索结果和查询串的相关度的精度,保证了排名在前的搜索结果中链接地址的有效性.     

中文搜索引擎与网络文献检索

在介绍中文搜索引擎现状的基础上,阐述了搜索引擎的工作原理及搜索引擎分类,探讨了垂直搜索在文献检索中的应用.     

基于改进后缀树算法中英文聚类引擎的实现

提出一种基于改进后缀树与交互聚类思想相结合的算法ISTC算法, 通过改造传统后缀树结构实现了对文档标题和摘要的层次化聚类, 同时用交互聚类的方式替代了传统的递归算法. ISTC算法具有语言无关性, 不仅适用于基于单词的西方文字, 而且可以在不引入词典分词技术的情况下有效地处理基于单字的中文字符. 在此算法基础上, 设计并实现了基于改进后缀树算法的交互聚类引擎, 在不同的网络环境下对其 进行了系统测试, 并与其他元搜索引擎进行了对比. 实验结果表明, 使用改进后缀树算法进 行实时交互式聚类是可行的.