文献搜索引擎中特征项及权重的应用-计算机系统应用.PDFVIP

计 算 机 系 统 应 用 2014 年 第 23 卷 第 5 期 ① 文献搜索引擎中特征项及权重的应用 李光敏 (湖北师范学院 计算机科学与技术学院, 黄石 435000) 摘 要: 针对目前用户在使用搜索引擎过程中, 检索结果冗余、效率低下等问题, 本文在对文献垂直搜索系统中 Lucene.Net 的索引算法研究基础上, 结合用户实际专业检索需求, 改变其算法中的激励因子,实验结果证明该方 法确能提高搜索结果的相关度. 关键词: 垂直搜索; Lucene.Net 引擎; 索引排序; TF*IDF Application for Feature and Weight in Search Engine of Literature LI Guang-Min (College of Computer Science and Technology, Hubei Normal University, Huangshi 435000, China) Abstract: As the Web continues to grow, it has become increasingly obvious that information overload, low-efficiency using traditional search engines. In this paper, after researching the index sort algorithm applied in the Lucene.Net and considering the requirement from the end-users, we present an approach to address this issue. The experimental results showed that the proposed approach is practical. Key words: vertical search; lucene .net engine; index sort; TF*IDF 1 引言 2 相关工作 [3] Internet 的出现,使得互联网的信息容量按指数 针对 Lucene 全文索引、检索的特征, 苏潭英 , 阳 [4] [5] 规律飞速增长,用户通常面对的是与自己感兴趣领域 奇 , 吴代文 等人设计实现了中文全文数据库的搜 [6] 无关的由通用搜索引擎所检索到的结果, 浪费不少 索系统. 李永春 通过实验发现 Lucene 比传统的检索 精力和时间仍难以获取真正需要的信息. 垂直搜索 方式有更快的响应速度. 在中小型搜索引擎搭建应用 [1] [7] 引擎 则是针对专业特定的领域和用户检索的偏好 中, L 也有更广阔