网络多媒体主题搜索算法比较研究.pdfVIP

第缘苑卷第苑期摇 圆园员猿 年源 月 网络多媒体主题搜索算法比较研究 姻 吴羽萍摇 杨仁广 咱摘摇 要暂针对多媒体链接在网页中分布的特点袁对孕葬早藻砸葬灶噪尧杂澡葬则噪蛳杂藻葬则糟澡 两种典型的主题搜索算法进行 相关参数的改进袁采用改进后的两种算法从网页内容和网页网页的角度计算多媒体网页与主题的相似度遥 实 验结果表明袁改进的杂澡葬则噪蛳杂藻葬则糟澡 多媒体主题搜索算法比改进后的孕葬早藻砸葬灶噪搜索算法更能有效地提高多媒体 主题搜索的效率袁同时也更适合网络多媒体资源的主题搜索遥 咱关键词暂 多媒体摇 主题搜索摇 主题搜索算法摇 网络蜘蛛 咱分类号暂 郧猿缘园 员摇 网络多媒体主题搜索算法 内容评价的搜索算法和基于链接评价的搜索算法中袁 选择孕葬早藻砸葬灶噪尧杂澡葬则噪蛳杂藻葬则糟澡两种典型的主题搜索算法 摇 摇 主题搜索算法的优劣决定了主题搜索的效率和准 进行改进袁改变传统算法野盲搜索冶过程袁采取野先搜 确率遥 目前袁该领域的很多专家尧学者从理论和实践上 索尧后判断冶的方法袁从网页内容和网页链接的角度计 做了很多研究工作袁提出了许多主题搜索算法袁主要包 算多媒体链接与主题的相似度遥 通过对比实验结果袁 括以杂澡葬则噪蛳杂藻葬则糟澡咱员暂 咱圆暂 和月藻泽贼蛳云蚤泽澡 为代表的基于内容 确定改进的杂澡葬则噪蛳杂藻葬则糟澡搜索算法更适合网络多媒体 咱猿暂 咱源暂 评价的搜索算法和以 孕葬早藻砸葬灶噪 和匀陨栽杂 为代表的 资源的主题搜索遥 基于链接结构评价的搜索算法遥 一些改进型的主题搜 索算法大多以这两种算法为基础袁文献咱缘暂为了增强 圆摇 多媒体主题搜索算法研究 网络蜘蛛的自适应能力袁将巩固学习算法在预测远期 摇 摇 基于内容的搜索算法和基于链接的搜索算法都属 回报的优势加入到网络蜘蛛的学习过程中袁用来预测 于基于立即回报价值的搜索算法袁通过计算在搜索过 待爬行链接未来回报价值遥 文献咱远暂在巩固学习的基 程中野在线冶获得的信息袁如已访问页面中的文本信 础上袁通过构建典型的野宰藻遭语境图冶算法来估计目标 息尧链接周围的文本信息尧页面之间的结构信息等来确 页面的距离袁加强了网络蜘蛛的自适应和增量反馈 定下一步网络蜘蛛爬行的方向遥 基于多媒体在 宰藻遭 能力遥 中分布的特点袁笔者对传统的 孕葬早藻砸葬灶噪 和 杂澡葬则噪蛳 摇 摇 网络多媒体主题搜索和主题搜索有相似之处袁都 杂藻葬则糟澡两种不同类型典型的主题搜索算法进行了改 是搜索网络中特定的主题网页袁而多媒体主题搜索还 进袁并将改进后的算法运用于网络多媒体的搜索中遥 要求搜索到的网页包含特定主题的多媒体资源遥 在搜 对孕葬早藻砸葬灶噪和杂澡葬则噪蛳杂藻葬则糟澡主题搜索算法的改进主要 索过程中网络蜘蛛要做两次判断袁首先判断所处理的 针对两个方面院一是内容相似度的计算方法曰二是链接 网页是否包含多媒体资源袁然后判断此资源是否符合 相似度的计算方法遥 两种改进后的算法在内容相似度 特定主题遥 笔者基于多媒体在网页中的分布具有特 的计算方法上一样袁不同之处在于链接相似度的计算 点袁对已有的主题搜索算法进行分析发现院基于野巩固 方法袁以下将作详细介绍遥 学习冶的主题搜索算法和基于野语境图冶的主题搜索算 圆援员摇 内容相似度的计算 法很难应用于多媒体主题搜索中袁两种搜索算法都将 摇 摇 网页一般是由超文本标记语言匀栽酝蕴渊澡赠责藻则贼藻曾贼 搜索过程分为训练和搜索两个阶段袁根据训练构建网 皂葬则噪怎责造葬灶早怎葬早藻冤编写的袁其所包含的多媒体信息可以 页分类器袁再用于指导