科研动态搜索引擎自动分类方法研究.docVIP

科研动态搜索引擎自动分类方法研究 　　摘要：随着搜索引擎应用的不断深入，人们对搜索引擎的个性化需求越来越多，对搜索结果的要求也越来越越高，如何实现高精准的垂直领域信息搜索和推荐是目前搜索领域所面临的难题。科研动态是科研工作者非常关心的信息，为提供更高效精准的科研动态信息，本文将基于半监督的分类方法用于科研动态信息的自动分类，用于科研动态搜索引擎系统，实现科研动态信息按用户需求精准搜索和推送，通过实例验证分类方法的有效性。 　　关键词：文本分类；半监督学习；搜索引擎；科研动态 　　中图分类号：G254 文献标识码 ：A DOI：10.3969/j.issn.1003-8256.2016.02.006 　　1 引言 　　随着电子信息技术的快速发展，信息化办公已成为当前政府、科研机构、企事业单位的主流形式，互联网已成为查询信息的主要渠道，搜索引擎成为工作人员的日常工具。常用的搜索引擎包括百度、谷歌、必应、雅虎等水平搜索引擎，其搜索信息覆盖面广，信息量大，可满足各类用户的通用需求。但通用搜索引擎在提供丰富信息的同时，也带来一些问题，如结果不准确、实效性差等[1]。随着搜索引擎应用的不断深入，人们对搜索引擎的个性化需求越来越多，对搜索结果的要求也越来越高，因此，针对一些特定领域的垂直搜索引擎得到广泛的关注，垂直搜索引擎是对网页库中的某类专门的信息进行一次整合，定向分字段抽取出需要