网站推广之聚类搜索引擎.docVIP

网站推广之聚类搜索引擎 来源：广告圈 　　 网站推广中，聚类搜索引擎是未知区分标准，根据算法自动提取特性来区分。聚类搜索是目前互联网信息检索和数据挖掘领域的研究热点。 了解到seo优化的对象是搜索引擎，搜索引擎的发展也就时刻牵动着seo人员的心，聚类搜索是目前互联网网站推广信息检索和数据挖掘领域的研究热点。本文为你介绍搜索引擎的最新动态，绝对比那些空洞的seo技巧实用。 给出了聚类搜索引擎的基本工作过程并据此概述其国内外技术发展现状，从聚类对象、聚类功能、聚类算法三个方面对现有聚类搜索引擎进行分析，从工作流程、聚类方法、应用现状等方面对两个典型聚类搜索系统进行了分析和评价，最后给出了聚类搜索引擎的发展趋势。 随着互联网技术和互联网应用系统的快速发展，各个领域的互联网应用系统都已经积累了海量的Web数据，包括产品数据、用户数据、评价数据、关联数据、状态数据等等。这些数据不仅内容极其丰富，而且很大程度上都开放给互联网用户，可以免费的访问、下载和处理。这就为进一步集成和开发这些网站推广Web数据的潜在价值，建立增值应用提供了重要基础。聚类搜索是近年来发展最为迅速的互联网数据集成和增值技术。聚类搜索是在垂直搜索基础上发展起来的新型搜索技术。垂直搜索是主要针对行业的专业搜索，侧重于某一行业领域，其目的是使用户能够更加方便地找出所需的专业信息。而聚类搜索是为了进一步提高搜索的精度使其符合用户的搜索习惯和兴趣，在搜索引擎的搜索结果中进行聚类，把搜索出来的信息进行分类处理，将使信息资源更加清晰明了。 目前国内对聚类搜索引擎的综述主要见于文献[1]和文献[2]，虽然这两篇文章对聚类搜索引擎进行了很好的综述和分析，对聚类搜索引擎的形成和发展过程进行了说明，并对主流聚类搜索系统进行了测评和分析，但是对于聚类系统的功能分析还不够详尽，对于聚类搜索引擎未来的发展没有给出明确的定位。 广告联盟评测网 首先给出了典型聚类搜索引擎系统的网站推广基本工作流程，对聚类搜索引擎的发展历史和现状进行了概括式综述，然后从聚类对象、聚类功能和聚类算法三个角度对聚类搜索引擎进行研究，并全面分析了若干著名聚类搜索引擎。 1 聚类搜索引擎的研究现状 1.1 聚类搜索引擎概念和工作过程 所谓聚类搜索引擎，就是运用聚类技术对搜索结果进行自动聚类分析的搜索工具。其特点是去重性强、分类性强、汇集性强，即可以及时去除重复信息，对搜索的结果进行分门别类，并可以汇集各大知名搜索引擎的信息资源。 目前，典型的聚类搜索引擎的基本工作步骤为： ①依据用户查询的关键字，从一个或多个搜索引擎获取搜索结果; ②对搜索结果进行预处理，过滤掉重复、无效信息; ③将文档中关键短语作为特征提取出来生成聚类标签; ④将文档分配到生成的聚类标签下;⑤将聚类后的搜索结果进行排序并显示给用户。 1.2 国内外聚类搜索引擎的发展现状 搜索引擎的网站推广发展阶段总共经历了三个阶段[3]，其中第1代搜索引擎主要是基于人工分类的通用搜索;第2代主要依靠机器进行自动爬取和分析，利用链接分析技术实现更为准确的搜索，如Google、百度等;第3代搜索引擎更加体现了智能化、互动式和人性化。功能包括自动聚类、去重、用户习惯记忆等方面，是未来搜索引擎主要的发展方向。 近几年，国际上对聚类搜索引擎系统的研究日渐火热，已经出现了一些知名的聚类搜索系统。其中，Scatter/Gather系统[4]是第一个在搜索引擎上使用聚类方法的系统;Vivisimo[5]是一种商业化聚类搜索引擎，符合用户使用习惯，搜索效率高。基于Java的开源Carrot2聚类搜索引擎[5]可自动的把搜索结果归类到相应的语义类别中，它的一个亮点是速度和易用性的提高。中文搜索领域，早期比较有实力的聚类搜索引擎有Bbmao，Bbmao搜索系统推出了去重功能，为网民解决了大量阅读重复网站推广信息的烦恼。Bbmao的聚类功能，能够提高查找信息的效率，它还具有云集各大搜索引擎结果的功能，同时完成海量信息的分门别类。近期出现的baigoogleledu综合了谷歌、百度两大搜索引擎。其基本出发点是两大搜索引擎的搜索结果的很大的差异性。这类系统对搜索结果进行聚类分析，在一定程度上缓解了广告泛滥的局面，使用户更便捷地找到需要的信息。 有关国内外聚类搜索引擎的相关技术，主要有聚类分析、聚类算法、中文信息处理等技术。Anton等人[7]致力于把分类体系引入评估体系来评价聚类效果质量的研究。Sudipto Guha等研究人员[8]应用概念关联代替传统的计算欧式距离，来衡量数据之间的相似度，从而确定聚类，达到了很好的效果。 国内一些学