面向主题的垂直搜索引擎系统的研究与实现

针对通用搜索引擎的信息量大、查询不准确、深度不够等问题,给出了面向主题的垂直搜索引擎的体系结构,设计了垂直搜索引擎系统的爬行策略,对系统核心信息采集模块运用了多线程技术及基于VSM的主题相关度判断算法进行主题网页爬行,并通过Lucene.Net的索引与检索技术建立系统的检索算法,实现了一个面向特定主题的垂直搜索引擎应用系统.实验测试结果表明,该系统具有较高的提取效率,其检索的准确率、召回率均大大高于通用搜索引擎,具有较好的实用价值和商业应用前景.     

一个P2P搜索引擎的架构和实现

P2P搜索技术是P2P研究中的一个重要的领域.文中介绍了一个基于P2P结构化覆盖网络的分布式搜索引擎的架构和实现.该搜索引擎采用了三层架构,良好的层次架构减少了搜索引擎核心算法与P2P覆盖网络协议和具体应用间的依赖,使得搜索引擎可以移植到不同的P2P结构化覆盖网络之上.由于P2P搜索过程中会消耗大量的网络带宽,所以该搜索引擎使用了一些优化算法,它们不仅减少搜索过程带来的带宽消耗,而且保证了系统的可伸缩性.     

图像搜索引擎检索模式分析与研究

文中研究如何从HTML文档中提取图片相关信息,保证高效和准确的实现图片检索。在对图像搜索引擎检索模式分析的基础上,提出了若干关键技术,设计并实现了一个基于文本的Web图片搜索引擎,给出了系统的总体结构图．并对获取网页、提取信息、图片抓取、建立索引和提供查询进行了详细的描述,分析了图像搜索引擎的检索模式。     

Django框架Web数据查询分页技术研究

为了探索Django框架下Web数据查询分页的实现方法及性能,本文先对Web数据查询分页的执行过程和在其它框架下常用的分页方法进行了分析研究.在此基础上,提出了在Web服务层和在数据库服务层分页两种方案在Django框架下实现的几种具体方法,分别是利用缓存和Sessions实现在Web服务层分页,利用存储过程和自定义Manager方法实现在数据库服务层分页.最后,对这几种实现方法进行了测试比较,发现在网站数据量较小时几种方法性能差别不大,当数据量较大时在数据库服务层分页方法性能较为优越.     

一种基于0WA算子的元搜索查询结果合成方法

元搜索引擎的查询结果合成是元搜索引擎研究的关键环节.提出了一种基于0WA算子的查询结果合成方法.在充分考虑搜索结果文档位置信息的基础上,引入0WA算子整合得到文档在搜索结果中的排列位置综合分值,然后结合用户兴趣类,计算用户查询与查询结果的相似度,最后对两项结果进行加权求和,实现搜索结果的一致性排序.实验结果表明,采用该查询结果合成方法提高了用户检索的准确率和质量.     

P2P网络资源搜索算法研究及其改进

随着Web数据量的爆炸性增长,传统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,为新一代搜索引擎提供新的思路,为了资源搜索更具实时性和有效性,提出了基于P2P的搜索方法,分析各类P2P搜索方法的优缺点并阐述其改进思路。通过几种搜索办法的比较,模拟实验结果显示,以达到减少流量开销和缩短查询响应时间比的目的。     

基于Agent的个性化信息检索系统设计

Web上信息的不断增长对搜索引擎提出了更高的要求，个性化信息检索成为目前研究的一个热点。现提出了一个基于Agent的个性化信息检索系统模型PILLS，主要分析了系统的组成及各组成部分的工作原理。理论上，无论是查准率还是查全率，PILLS系统的查询结果优于一般搜索引擎的查询结果。     

语义搜索引擎概念模型

语义搜索引擎作为未来的万维网搜索引擎，将不仅仅基于关键词检索，而是能够理解Web页面的内容，并进行逻辑推理来完成复杂的查询任务，最终返回精确的结果。对语义Web和搜索引擎技术进行了简要介绍，提出一种语义搜索引擎概念模型，并对其构成模块及模块问的互操作进行了描述，最后对概念模型具体实现上的关键技术进行了简要说明。     

社交网络智慧搜索研究进展与发展趋势

在以社交网络为代表的Web 2.0时代,搜索需求已经远超出Web 1.0搜索引擎的能力范畴,数据具有模式多态、快速产生、动态交互、碎片化、变化演绎等特点,这些新特点给搜索引擎技术带来了革命性和颠覆性的挑战。归纳了在线社交网络智慧搜索研究进展和技术要点,分析了研究发展过程将面临3个主要问题：在线社交网络中智慧与知识的发掘与推演、用户真实搜索意图的理解与表示以及满足用户真实意图的智慧解答在线响应,并以解决此3个问题为目标讨论了相关技术发展。     

基于本体的语义搜索引擎的概念体系结构研究

未来的WWW搜索引擎将不只用于文字搜索,它应该能够理解Web页面的内容,在其上执行逻辑推理,实现复杂的搜索查询并反馈准确结果。创建了一个用于语义搜索引擎的概念体系结构,讨论了其中的构件以及它们之间的交互过程,并证明了此概念体系结构的优越性。现今推理引擎的问题是它们不支持健全的知识库,所以功能限制在了代码验证上。这里提出的概念体系结构不存在这个问题,该体系结构中的推理引擎具有一个完整的知识库。此外,通过使用W3C推荐的OWL语言,语言标准化的问题也得到了很好解决。