万维网的链接结构分析及其应用综述

当今万维网的规模已经快速发展到包含大约80亿个网页和560亿个超链接．此外，对万维网的创建进行全局规划显然是不可能的．这些都对万维网的相关研究提出了挑战．另一方面，互联网环境下通过超链连接起来的网页，为人们的日常和商务用途提供了非常丰富的信息资源，但前提是必须掌握有效的办法来理解万维网．链接结构分析在万维网的很多研究领域起着越来越重要的作用．全面介绍了万维网链接分析方面的最新研究进展和应用情况，对链接分析在Web信息搜索、万维网潜在社区发现及万维网建模等方面的研究进展和实际应用进行了综述．  

一种基于相似度分析的主题提取和发现算法

试图从另一个角度来考察主题提取算法HITS,即提出一种基于相似度的链接分析模型来观察主题提取的过程.通过给出一种一般化的相似度定义,提出了一种仅使用链接分析来改善主题提取的质量的主题提取算法.同时,还将主题发现的功能也结合到了算法的框架中.通过该功能,用户可以搜索到次流行的主题.实验结果显示了这一新算法的两个优点:不必使用内容分析即能改善主题提取的质量以及能够进一步发现在查询结果中显现出来的不同主题.  

语义Web搜索技术研究进展

语义Web搜索技术是综合本体论、信息检索、自然语言处理等多学科理论和方法的新兴技术。介绍了语义Web和语义Web搜索的现状。在此基础上,给出了实现语义Web搜索技术的一般体系结构,并进一步分析了各组成模块的基本任务、现有技术和评价体系。最后给出了所做的相关工作和对语义Web搜索技术的展望。  

基于P2P的Web搜索技术

Web搜索引擎已经成为人们从海量Web信息中快速找到所需信息的重要工具,随着Web数据量的爆炸性增长,传统的集中式搜索引擎已经越来越不能满足人们不断增长的信息获取需求.随着对等网络(peer-to-peer,简称P2P)技术的快速发展,人们提出了基于P2P的Web搜索技术并迅速成为研究热点.研究的目的是对现有的基于P2P的Web搜索技术进行总结,以期为进一步研究指明方向.首先分析了基于P2P的Web搜索面临的诸多挑战;然后重点总结分析了基于P2P的Web搜索的各项关键技术的研究现状,包括系统拓扑结构、数据存放策略、查询路由机制、索引切分策略、数据集选择、相关性排序、网页收集方法等;最后对已有的3个较有特色的基于P2P的Web搜索原型系统进行了介绍.  

网络爬虫在Web信息搜索与数据挖掘中应用

分析了万维网不良网络信息对网络文化安全带来的挑战,提出了Web信息搜索与数据挖掘体系结构,并介绍了该体系结构中的关键技术和运行原理.分析了普通爬虫所实现的功能和不足之后,重点论述了该爬虫的工作原理、实现方式和性能分析以及该爬虫不同于其它爬虫的功能和在Web信息搜索与数据挖掘体系中应用.通过试验测试表明,该爬虫能够很好地获取万维网上的各种信息资源,有助于网络文化内容监测与管理.  

SESQ系统的一种查询优化策略

随着web上信息的快速增长，如何能够准确快速地找到相关信息已经成为一个挑战．sEsQ系统是一个面向特定领域的web数据引擎，它可以通过领域Ontology实现对特定领域web数据的搜索、提取、集成和存储．与搜索引擎和传统的数据库系统相比，SESQ系统在数据模型和底层数据存储策略等方面有着诸多不同．SESQ系统根据自身特点提出了一种新的查询优化策略，这种优化策略可以适用于不同的底层存储方法，它可以有效地去除那些对最终查询结果没有用的数据．  

一种基于概念的交互式Web搜索模型

当前基于关键字查询的大多数搜索引擎都没有提供个性化的用户服务，搜索结果主要根据关键字与文档的相似度来排序，这很难满足用户对日益膨胀的信息资源的需求。面对用户越来越难以迅速精确地检索到所需信息的现状，本文提出一种应用于LAN中的基于概念的三层搜索引擎模型：通过用户交互的方式，使得搜索具有个性化、智能化的特点。  

一种基于半监督学习的多模态Web查询精化方法

Web搜索系统往往通过与用户的交互来精化查询以提高搜索性能.除文字之外,网页中还存在着大量其它模态的信息,如图像、音频和视频等.以往对于查询精化的研究很少涉及对多模态信息的利用.文中提出了一种基于半监督学习的多模态Web查询精化方法M2S2QR,将Web查询精化转化为一个机器学习问题加以解决.首先,基于用户判断后的网页信息,分别为不同模态训练相应的学习器,然后利用未经用户判断的网页信息来提高学习器性能,最后将不同模态学习器结合起来使用.实验验证了文中方法的有效性.  

基于P2P的个性化Web搜索系统的设计与实现

针对中心化的Web信息搜索系统在覆盖率、及时性、个性化、可扩展性等方面存在的问题,提出了一种基于Peer-to-Peer(P2P)的可扩展、个性化的Web搜索系统PeerBridge。PeerBridge基于分布式哈希表组织大量的网络结点形成有组织的P2P覆盖网络,每个对等体作为一个主题搜索引擎,根据用户兴趣从Web中搜索特定主题相关的信息,而具有相似主题的对等体被聚集在一起形成基于主题的对等体簇,协作进行Web搜索与信息共享。并采用主题驱动的Web爬行、基于语义概念的文档分类、个性化的链接分析和基于主题划分的P2P搜索等机制来改善PeerBridge的性能。  

Web搜索算法研究综述

介绍了PageRank和HITS两种最常见的算法，对基于链接结构分析的web搜索算法的研究进展进行了综述，主要包括：介绍了独立于查询的各种改进算法以及基于查询主题的有关算法，并分析上述算法的优缺点及其改进策略或方法，以及web搜索算法的关键技术和应用，最后是关于Web搜索算法存在的问题和研究展望。