共查询到20条相似文献,搜索用时 140 毫秒
1.
元搜索引擎结果生成技术研究 总被引:17,自引:0,他引:17
元Web搜索引擎是通过将搜索请求传送给它所引用的搜索引擎,然后将这些搜索引擎返回的结果按照一定的结果集成算法合并,并将合并后的结果返回给用户.所用结果集成算法的好坏将直接影响该元搜索引擎的查询精度、查询完全度和响应速度.本文在分析常用的几种结果集成方法的基础上,提出几个改进的算法来改进搜索结果的一致性. 相似文献
2.
元搜索引擎的调度算法是研究如何从庞杂的独立搜索引擎中选择出与查询字串相关度最高、与用户的查询需求最贴近的合适数量的独立搜索引擎。现在,在原有的元搜索引擎调度算法基础上,提出了一种个性化调度算法。该算法根据用户兴趣类对所有独立搜索引擎进行文档分类,然后根据用户查询串所属的兴趣分类,计算出查询串与该分类下文档的相关度这一调度算法的主要影响因素,再结合成员搜索引擎的平均响应时间性能评价,返回结果数量,以及以用户反馈为基础的用户兴趣度经验,计算出独立搜索引擎的排序,从而实现个性化的调度。 相似文献
3.
4.
基于信息类别的元搜索引擎设计 总被引:1,自引:0,他引:1
随着搜索引擎技术的发展,元搜索引擎已经成为搜索引擎的一个重要的研究方向.在传统元搜索引擎中,每次查询项提交给元搜索引擎时,元搜索引擎会选择同样的成员搜索引擎、查询项预处理算法和查询结果融合算法.这种处理方法仅考虑到用户的查询项,而没有考虑到用户所需信息的类别.这篇论文介绍了一种基于信息类别的元搜索引擎,对于用户提交的相同查询 相似文献
5.
6.
7.
8.
随着Web信息的快速增长和人们对信息检索质量要求的提高,传统的搜索引擎已不能很好地满足人们的需求. 本文提出了一种个性化元搜索引擎模型.个性化是指模型可以针对不同的用户建立不同的用户兴趣模型,然后根据用户兴趣,模型对搜索结果进行过滤、重排序处理,使得显示给用户的搜索结果更具有针对性.本文阐述了各主要功能模块工作原理,并详细介绍了根据用户兴趣模型对搜索结果进行排序的算法,实验表明该算法能够有效地提高用户的检索质量. 相似文献
9.
当前存在的元搜索查询方法不够精确,为了解决这一问题,建立了主题元搜索模型,提出了一种基于主题信息与相关度相结合的结果整合算法。该算法综合考虑了主题信息与成员搜索引擎之间的相关度,主题信息与查询结果之间的相关度,查询词与查询结果的相关度,以及查询结果的重复度、位置等诸多因素。实验表明,该算法能够很好地把用户最关心的结果排在查询结果集的前面,提高了查准率。 相似文献
10.
Web搜索引擎是Internet上非常有用的信息检索工具,但是由于现有这些搜索引擎搜索出的结果只跟用户的搜索词条和它所采集的实际信息有关,用户对搜索结果的选择不能影响将来的搜索结果,这使得搜索引擎不能考虑大多数用户的兴趣状况.本文通过采集用户对搜索结果的访问序列来生成搜索引擎的反馈信号,以此来扩展原始查询串和影响搜索结果的生成,使得搜索引擎具有自适应能力. 相似文献
11.
个性化搜索引擎中用户模型智能调整算法的研究 总被引:11,自引:0,他引:11
个性化信息服务越来越成为信息检索领域中研究的热点。针对用户模型构造问题,文章结合手工定制建模与自动分析建模技术,利用空间向量模型表示法,提出了一种用户模型智能调整算法。模拟实验表明,该结构和算法能够有效地提高检索结果的准确度,并且具有良好的可适应性。 相似文献
12.
随着网络的普及,网上检索成为了人们获取信息的主要方式。目前的搜索引擎相对独立,覆盖范围比较有限。相比之下,元搜索能够更好地满足用户的检索需求。当用户在元搜索提供的统一界面中输入一个查询时,元搜索会将处理后的用户请求发送给相关的成员搜索引擎。但是一个重要的问题是如何识别出潜在的搜索引擎以便更好地处理用户的请求。鉴于此提出了一种基于遗传算法的选择机制,该方法将各个成员搜索引擎的权重考虑在内。实验结果表明,该方法确实能够提高引擎选择中的效率和精度。 相似文献
13.
《Electronic Commerce Research and Applications》2002,1(2):150-173
Providing highly relevant page hits to the user is a major concern in Web search. To accomplish this goal, the user must be allowed to express his intent precisely. Secondly, page hit rating mechanisms should be used that take the user’s intent into account. Finally, a learning mechanism is needed that captures a user’s preferences in his Web search, even when those preferences are changing dynamically. To address the first two issues, we propose a semantic taxonomy-based meta-search agent approach that incorporates the user’s taxonomic search intent. It also addresses relevancy improvement issues of the resulting page hits by using user’s search intent and preference-based rating. To provide a learning mechanism, we first propose a connectionist model-based user profile representation approach, which can leverage all of the features of the semantic taxonomy-based information retrieval approach. A user profile learning algorithm is also devised for our proposed user profile representation framework by significantly modifying and extending a typical neural network learning algorithm. Finally, the entire methodology including this learning mechanism is implemented in an agent-based system, WebSifter II. Empirical results of learning performance are also discussed. 相似文献
14.
15.
16.
基于搜索历史的用户兴趣模型的研究 总被引:3,自引:0,他引:3
提出了一种新的基于搜索历史的用户兴趣模型,目的是解决现有搜索引擎很难考虑用户兴趣来实现用户个性化搜索以及用户兴趣很难更新的问题。提出了基于搜索历史的用户兴趣的表达方法和自动隐式学习算法。全面地描述了用户兴趣模型的建立及通过自动隐式学习算法不断更新、优化模型的处理过程,并给出了对模型的评价标准。 相似文献
17.
18.
This paper describes the implementation of evolutionary techniques for information filtering and collection from the World Wide Web. We consider the problem of building intelligent agents to facilitate a person's search for information on the Web. An intelligent agent has been developed that uses a metagenetic algorithm in order to collect and recommend Web pages that will be interesting to the user. The user's feedback on the agent's recommendations drives the learning process to adapt the user's profile with his/her interests. The software agent utilizes the metagenetic algorithm to explore the search space of user interests. Experimental results are presented in order to demonstrate the suitability of the metagenetic algorithm's approach on the Web. 相似文献
19.
文献信息网络是典型的异构信息网络,基于其进行相似性搜索是图挖掘领域的一个研究热点。然而,现有的方法主要采用元路径或元结构的方式,并未考虑节点自身的语义特征,从而导致搜索结果出现偏差。对此,基于文献信息网络提出了一种基于向量的语义特征提取方法,并设计实现了基于向量的节点相似性计算方法VSim;此外,结合元路径设计了基于语义特征的相似性搜索算法VPSim;为提高算法的执行效率,针对文献网络数据的特点,设计了剪枝策略。通过在真实数据上的实验,验证了VSim对搜索语义特征相似实体的适用性,以及VPSim算法的有效性、高执行效率和高可扩展性。 相似文献
20.
互联网中文信息获取研究 总被引:1,自引:0,他引:1
提出了一种以智能化、主动搜索为标志的互联网中文信息获取方法,实现了一种互联网中文信息智能获取工具,该工具采用智能Agent的体系结构,通过学习用户日常的文档和用户的交互意见推测出用户需求,建立个性化的用户模型。并使用元搜索引擎从互联网上主动获取信息。最后通过本地智能处理技术,剔除合并重复及相似性大的信息,将处理后的结果以显明易懂的方式提交给用户。 相似文献