logo

您所在位置网站首页 > 海量文档  > 专业论文 > 论文指导设计

垂直搜索引擎主题特征提取与相关度算法研究.pdf 121页

本文档一共被下载: ,您可全文免费在线阅读后下载本文档。

  • 支付并下载
  • 收藏该文档
  • 百度一下本文档
  • 修改文档简介
全屏预览

下载提示

1.本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值,立即自动返金币,充值渠道很便利
特别说明: 下载前务必先预览,自己验证一下是不是你要下载的文档。
  • 上传作者 cxmckate(上传创作收益人)
  • 发布时间:2016-01-05
  • 需要金币380(10金币=人民币1元)
  • 浏览人气
  • 下载次数
  • 收藏次数
  • 文件大小:5.97 MB
下载过该文档的会员
你可能关注的文档:
论文独创性声明 本人声明:本人所呈交的学位论文是在导师的指导下,独立进行研究工 作所取得的成果。除论文中已经注明引用的内容外,对论文的研究做出重 要贡献的个人和集体,均已在文中以明确方式标明。本论文中不包含任何 未加明确注明的其他个人或集体已经公开发表的成果。 本声明的法律责任由本人承担。 论文作者签名:尹殳一c匕 加矽年莎月;日 论文知识产权权属声明 本人在导师指导下所完成的论文及相关的职务作品,知识产权归属学 校。学校享有以任何方式发表、复制、公开阅览、借阅以及申请专利等权 利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成 果时,署名单位仍然为长安大学。 (保密的论文在解密后应遵守此规定) 论文作者签名:罩灾_℃ 导师签名:哆7趸 长安大学硕士学位论文 第一章 绪论 1.1 课题研究的背景和意义 目前搜索引擎在总体上分为两个发展方向,一是保持通用性搜索引擎的综合性特 色,一般将通用性搜索引擎称为“水平型”搜索引擎,大部分的搜索引擎都属于“水平 型"的,它们的搜索范围和服务比较全面,但不适合特定领域主题性的信息搜索;二是 向专题性搜索引擎方向发展,即所谓的“垂直型”搜索引擎。 虽然通用搜索引擎具有全面的检索能力,但在专业性知识的检索上往往力不从心, 而随着互联网信息的不断膨胀,这种搜索引擎越来越难以满足用户对信息准确性的要求 【l,21。而垂直搜索引擎面向某一特定专业领域的垂直主题,可提供更高级的检索服务,可 保证对此领域信息的收录更加齐全、更新速度更快。在提供专业信息方面有着综合性引 擎无法比拟的优势。 面向主题的垂直搜索引擎与通用搜索引擎存在如下差别:首先,通用搜索引擎面向 任何用户提供对任何信息的查询,而垂直搜索引擎则面向专业用户向他们提供对其所在 专业的信息检索:其次,通用搜索引擎对网络进行逐页的爬行,试图遍历整个Web。而 垂直搜索引擎则采用一定的策略预测相关网页的位置,动态地调整网页爬行方向,使系 统尽可能的在与主题相关的网页集中的地方爬行,这将节约大量的网络资源。最后,通 用搜索引擎对硬件的需求过大,而垂直搜索引擎由于没有遍历整个Web节约了大量的 网络资源,而且没有自己的大型索引数据库所以硬件需求也比较低。 1.2垂直搜索引擎的研究现状 目前面向主题的网络信息搜索主要有两种技术13】: 1.2.1基于内容的搜索 这类搜索方式是传统的信息检索技术的延伸。它的主要方式就是在搜索引擎内部建 立一个针对主题的词表,搜索引擎的爬行器根据其内设的词表对网上的信息进行索引。 各个不同的系统词表建设的复杂度也大不相同。现在这种词表的建设越来越多的引入了 域的本质概念,同时也强调这些概念间的本质联系。以ontology为基础建立的词表能更 好的显示一个领域主题中各个概念(即搜索系统的检索词)之间的关系,能更好的表现 1 第一章绪论 一个主题。在互联网的智能信息检索应用中,ontology通常作为用户感兴趣领域的模型, 同时还作为文档统一注释的知识表示语言。一些学者也提出了概念空间的理论,用概念 空间来实现语义索引。所谓概念空间是某个领域中一组抽象概念的集合,并且这组概念 之间存在一定的语义上的关联。基于概念空间的文本检索系统也较好地解决了信息检索 过程中的词汇不匹配问题以及信息、过载问题,大大提高了信息检索的效率和质量。 1.2.2基于链接分析的搜索 20世纪90年代末期,国外信息检索界开始以socialnetwork为模型对互联网进行模 拟。一些学者认为网页之间的链接指引关系同社会网络中的关系有相似之处,特别的与 传统的引文索引非常相似。通过对链接进行分析,可以找出各个网页之间的引用关系, 由于引用网页与被引用网页间内容上一般都比较相关,所以就可以很容易地按照引用关 系将大量网页分类。例如在美国,很多基于这种超链分析的检索系统原形己经产生,应 用于他们的数字图书馆系统中。 由于垂直搜索引擎只提供主题领域内的信息查询,也就是说非主题领域内的信息对 其而言是无效信息。这就要求主题搜索网络机器人在进行网上信息

发表评论

请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
用户名: 验证码: 点击我更换图片

“原创力文档”前称为“文档投稿赚钱网”,本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有【成交的100%(原创)】。原创力文档是网络服务平台方,若您的权利被侵害,侵权客服QQ:3005833200 电话:19940600175 欢迎举报,上传者QQ群:784321556