基于Nutch的网页排序算法研究

网页排序算法对根据用户查询词搜索到的大量页面进行排序,从而返回给用户,因此排序算法对搜索引擎的好坏起着关键作用。Nutch搜索引擎只实现了基本的综合排序模型,针对Nutch默认排序算法的不足,在Page Rank算法中加入时间因子、链接权重因子,并结合How Net来计算网页的语义相似度,将改进后的Page Rank算法和基于语义的主题相关度算法应用在Nutch排序算法中。实验结果表明:改进的排序算法使得Nutch的搜索结果排序准确率和首页命中率都有了明显提升。     

基于用户兴趣的元搜索引擎检索结果合成技术

元搜索引擎综合了多个搜索引擎的搜索结果,提高了搜索的覆盖率,但是它们返回的结果往往数目庞大,并且很多结果与用户查询并不相关。为了提高元搜索引擎的查询精度,文章提出了一种基于用户兴趣的元搜索引擎检索结果合成技术。该技术先对检索结果进行去重、消除死链接．然后根据基于用户兴趣的检索结果优劣比排序算法对结果进行排序,为用户提供贴切的查询结果。该技术能提高用户的检索效率和查询质量。     

基于本体的元搜索引擎4级结果处理算法

提出一种基于本体的元搜索引擎4级结果处理算法.该算法结合用户的兴趣本体库,计算网页特征与本体库概念的语义相关度,把无相关性或相关性低的网页信息进行过滤.通过验证表明,该算法可以有效地加大无关信息的过滤量,提高了搜索引擎查询结果的相关性.     

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.     

搜索引擎排序技术的优化

搜索引擎面临的一个主要问题就是如何使得用户所关心的网页能在搜索后的结果能够排序靠前或者说是重要的网页能够获得较好的排序位置。这个就涉及到本文所提到的搜索引擎技术中的一种——搜索结果排序技术。本文提出了一种在原有的排序机制中加入新的排序因子,即个性因子。这是根据个人的查询习惯来影响查询结果的排序情况。     

个性化元搜索引擎技术研究

搜索引擎是一个集多种技术于一体的综合性系统.元搜索引擎作为下一代功能更强大、更具智能的方案而成为当前的研究热点.针对目前搜索引擎返回结果数目庞大,并且很多结果与用户查询并不相关等问题,文中提出了一种基于用户兴趣集合的结果排序算法.这样查询结果更贴近用户的需求,实践表明该算法能提高用户检索的速度和查询的质量.     

基于规则推理的语义检索若干关键技术研究

 针对专业领域复杂的检索需求,目前相关研究采用基于语义的方法来扩展检索范围并提高准确度.在语义推理方面,目前搜索引擎通常直接采用语义网中的推理算法,推理效率不高.在排序方面,基于关键字的搜索引擎的排序算法也不适合对语义检索结果进行排序.针对上述问题,本文给出了基于语义网的语义规则建立方法,并提出了一种基于闭合世界假设的反向链接推理算法,提高推理效率,同时给出了一种基于特征相似性排序算法,使检索结果排序方式更加符合语义检索的特点.基于本文提出的方法,构造了语义搜索引擎MaterialHub,实验表明该搜索引擎提高了检索的准确率和查全率,有较好的查询响应时间,并已经得到实际应用.     

元搜索引擎中搜索结果的采集与处理

元搜索引擎与基本成员搜索引擎之间的信息交换,是元搜索引擎技术实现的难题,针对这一问题,选择Google和Baidu基本搜索引擎,实现了对这两个基本搜索引擎的检索、结果采集、生成搜索记录的过程,并对采集、处理后的检索结果进行排序,供用户进行二次检索。     

分布式检索中基于主题的语言模型集合选择策略

在分布式检索中,基于主题的语言模型集合选择方法首先引入Relevance Model计算用户查询和信息集合中文档的相似度,在此基础上通过文本聚类得到集合中文档的主题信息,加入语言模型计算得到各个信息集合的查询相关度排名,以此完成集合选择.实验表明,与ODRI、CRCS和基于传统语言模型的集合选择算法相比,该方法的检索效果得到了显著提高.     

一种实用元搜索引擎的设计与实现

元搜索引擎结果集成算法的性能直接影响元搜索引擎的查询精度和用户的满意度.文中在分析常用的结果集成算法的基础上,提出了一种改进的结果处理算法来提高查询精度,并设计了元搜索引擎系统.实验表明,该系统可以有效提高信息检索的精度.