Internet上的搜索引擎和元搜索引擎

1.引言 Internet自诞生以来不断成长,尤其是最近几年更是得到长足发展,功能不断扩展,信息容量呈爆炸性趋势增长,仅Internet Archive收集的1996年以来的Web内容就达到四十亿个页面,容量达到40TB。据Internet Domain Survey统计,从1996年到2001年,Internet上的主机数量从两千万增长到一亿四千万。Internet作为一个信息平台在人们的生活和工作中发挥越来越重要的作用,人们越来越多地通过In-ternet获取信息。然而在信息极大丰富的同时,用户也面临着信息过载和资源迷向的问题。Internet上的信息过于庞杂,而     

搜索引擎：资本说话!

在国际上，微软谋求收购Google未果，雅虎倾力收购Overture．在国内．慧聪发布新一代引擎Google悄然进人中国、搜狐与新浪谋求进一步收购。搜索引擎再也不是技术驱动的附属网络服务了，它已成了大资本较力的又一处战场。     

搜索引擎技术的新发展—多元搜索引擎系统

在分析传统搜索引擎技术所存在不足的基础上，介绍了搜索引擎发展过程中出现的一种新技术-多元搜索引擎，深入分析了多元搜索引擎系统的组成结构。详细地考察了多元搜索引擎的发展状况，并对多元搜索引擎的系统指标进行了完整的评价。     

网上信息搜索技术与搜索引擎

随着Internet在全球范围内的迅速兴起,面对纷繁复杂的Web空间,如何在浩翰如海的信息空间里快速找到并取得所需的信息,便成为人们所关注的主要问题。搜索引擎的出现,极大地方便了Internet用户,使快速有效地获取信息成为可能。目前网上搜索引擎各种各样,有Yahoo!、Excite、AltaVista、Lycos、Infoseek、OpenText、WebCrawler、WWW Worm等几十种。     

元搜索引擎的现状与发展

元搜索引擎利用现有的独立搜索引擎的查询性能,将搜索引擎看成一个整体,为用户提供一个统一的查询界面与返回结果。介绍了目前网络上比较著名和流行的一些元搜索引擎,对近几年来关于元搜索引擎的研究进行了分析总结,旨在为对元搜索引擎的进一步研究提供参考。     

垂直搜索引擎应用研究

随着Internet 和WWW 的迅速发展,Internet 上的资源日趋丰富,使得人们在浩如烟海的互联网中得到有用的信息日益困难,垂直搜索引擎应运而生。文章简要介绍了垂直搜索引擎的关键技术及其在政府门户中的应用价值,主要研究了垂直搜索引擎在中央人民政府门户的应用。     

用Java Servlet技术实现元搜索引擎

本文描述了元搜索引擎的一般结构，给出了使用JavaServelet技术实现这种引擎的要点，最后结合运行结果讨论了引擎的性能。     

基于多Agent协作的智能元搜索引擎ACISE系统的研究

随着网络信息资源的迅速增加,提出一种基于多Agent协作的智能搜索引擎ACISE系统,将元搜索引擎技术和Agent技术结合到一起.该系统综合考虑了用户个性化的特点,通过Agent之间的通信与协作完成信息检索,实现了基于用户兴趣的智能化,同时提高了查全率、查准率和检索速度.     

搜索引擎特性分析

本文分析阐述了搜索引擎共有特性及各自不同特点。通过分析、综合几个主流引擎的共性和特性,揭示了搜索引擎内在本质。使用户对搜索引擎的工作原理有一更深刻的认识,澄清误解,并可针对其不同特性恰当的选择适于自己目标的搜索引擎。     

Web搜索引擎框架研究

Ｗｅｂ搜索引擎是Ｉｎｔｅｒｎｅｔ上非常有用的信息检索工具,但是由于目前搜索引擎检索出的信息量庞大,且一个特定的搜索引擎主要包含某一特定领域的信息,这使得用户很难从某一个搜索引擎获得准确的导航信息。文中提出一个新的Ｗｅｂ搜索引擎框架ＧＳＥ,并提出了一个适合于Ｗｅｂ信息获取与处理的语言ＷＥＲＰＬ。通过ＷＩＲＰＬ可以将多个Ｗｅｂ搜索引擎结合起来,为用户提供一个一致、高效、准确的Ｗｅｂ搜索引擎。     

基于用户的Web元搜索引擎调度改进

本文首先介绍了传统搜索引擎的基本原理及结构,指出了传统搜索引擎存在的不足,然后介绍了元搜索引擎的定义、运作机制及其发展的方向,在此理论的基础上提出了新一代元搜索引擎基于用户的调度改进理念,实验表明,该改进提高了用户的检索效率和质量。     

基于本体的元搜索引擎技术研究

针对现有搜索引擎的查询结果相关性低和缺少语义理解能力等问题,建立了一种基于本体的元搜索引擎模型。主要应用基于本体的用户个性模型和本体语义分析关联方法来提高元搜索引擎的查询效率。目的通过领域本体的语义理解应用,为用户提供查询意图个性化的有效推测和关键词本体的查询优化。     

ISeeker--一个高效的元搜索引擎

介绍了一个高效的元搜索引擎系统ISeeker,提出了一套全面的搜索引擎评价和选择算法,在对检索结果进行融合处理时尽可能选择最好的结果,而且在用户察看结果时进行在线学习和调整。     

个性化元搜索引擎的研究与设计

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.     

基于元数据的搜索引擎的设计与实现

针对物流元社区共享过程需要构建搜索引擎,对于普通用户来说,对物流元数据领域的相关认识还存在一定的缺陷,需要引入探索式访问技术,进一步表达检索请求,可实现元数据的检索功能,分面检索是一种探索检索方式,能够根据物体多维系最终完成检索结果聚类分析,因此用户可以选择分面值完成结果筛选。随着目前物流元数据增加以及异构化程度提升,分面数量逐渐增加,如果将所有分面均展示给用户则很容易导致用户出现选择困难。为将探索检索方式应用于物流元数据检索过程中,在本研究中针对物流元数据分面较多的问题,提出了基于保持率的分面推荐算法,并设计和实现物流元数据动态分面搜索引擎,通过研究结果发现所提出的算法能够显著提升最终的检索效率。     

基于Agent的元搜索引擎结果优化技术

在使用元搜索引擎进行检索的过程中，由于返回结果的数量较大，不利于用户快速、准确地找到所需信息。提出一种基于Agent的元搜索引擎结果优化技术，旨在通过建立兴趣模型对检索结果进行优化，从而针对不同用户提供更具个性化的信息。     

元搜索中成员搜索引擎的选择问题研究

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。     

Design of an Intelligent Meta Search Engine

The rapid development of the WWW has made the exploration of new types of Search Engine become the urgent problem in the process of the Web development. Combining the latest development of information search and AI, the author in this paper puts forward a new solution： Web Intelligence Meta Search. Based on the review of the current technology of search engine, the author firstly brings forward the basic framework of the Intelligence Meta Search, and introduces the key technologies to realize it in detail, including Textual Study, Indicative Technology of Chinese Words, Information Filtration, Individual User Modeling, etc. in the machine learning.     

基于本体的元搜索引擎技术研究

针对现有搜索引擎的查询结果相关性低和缺少语义理解能力等问题,提出了一种基于本体的元搜索引擎模型。主要应用基于本体的用户个性模型和本体语义分析关联方法来提高元搜索引擎的查询效率。目的通过领域本体的语义理解应用,为用户提供查询意图个性化的有效推测和关键词本体的查询优化,通过验证表明,该搜索模型实现了查询结果的有效优化。     

基于元搜索引擎的结果合成方法

随着Internet的高速发展,网络已经成为人们获取信息的主要途径。建立在搜索引擎基础上的元搜索引擎则充分利用了专业搜索引擎的性能和特点,通过调用多个专业引擎为用户提供全面而准确的查询结果。本文主要研究了元搜索引擎的结果合成算法,对聚类分析技术进行了详细介绍,根据聚类的需求构建了关键词相关度矩阵。