基于数据挖掘的搜索引擎技术.pdfVIP

第 11 期 姚全珠等: 基于数据挖掘的搜索引擎技术 ·29 · * 基 于 数 据 挖 掘 的搜 索 引擎 技 术 姚全珠, 张 杰 ( 西安理工 大学 计算机学 院, 陕西 西安 7 10048) 摘 要: 设 计实现 了基于数据 挖掘 的搜 索引擎技术 , 将数 据挖掘技术和 自动化 中的 用户 负反 馈概 念 引入到搜 索 引擎 中, 从 而大大提 高 了查全率和查准率。 关键 词: 数 据挖掘; 搜 索引擎; 用户 负反馈 中图法分 类号 : TP311 文献标识码 : A 文章编号 : 100 1- 3695( 2006) 11- 0029 - 02 Search Engine Technology Based on Data Mining YAO Quan-zhu, ZHANG Jie ( College of Computer, Xi’an University of Technology, Xi’an Shanxi 710048, China) Abstract: In this paper, the technology based on data mining is discussed. The technologies, such as data mining and nega- tive feedback, are applied into the search engine technology. Key words: Data Mining; Search Engine; Negative Feedback 搜索引擎 已成 为人们在 互联网上查询信息 的主要 工具。 类模 型。本 文 搜 索 引擎 采 用 的是 Navie Bayes 模 型。Navie 它从海量、分布、异构的网络 中找 出与主题相匹配的资源信息, Bayes 分类模型是一种基于概 率的分类方法[ 1] , 虽然对文本 处 为人们查询信息提供 了极大的方便 。但随着 网络信 息的爆 炸 理做 了很多简化, 但它仍然能得到较高的分类正确率 。它是基 式增长, 现有的搜索引擎在查全 率和查准率上均 已力不从心, 于所有词条在文档 中出现概率相对独立 的假设之上的。假 设 将数据挖掘技术引入到搜索引擎 中, 可 以大大提高搜索引擎的 集合 C 是文本的集合, 判 断一个文档 d 是否属于某个类别 C