元搜索引擎中的成员选择和结果合并策略研究

近年来,信息检索成为研究热点,搜索引擎成为用户经常使用的服务之一.但是独立搜索引擎的覆盖面狭窄,检索效率低,为了得到比较全面和准确的结果,需要反复调用多个搜索引擎.而元搜索引擎就是一种调用其它独立搜索引擎的引擎,它可以更好的满足用户查询的需求.简述了元搜索引擎的工作原理,分析比较了元搜索引擎的一些技术,并针对元搜索引擎的成员选择和结果合并方面提出了一些实现策略.     

基于自适应隐反馈用户行为模型的数据源选择

当前搜索引擎用户个性化的研究是搜索引擎优化的一个研究分支.当前检索模型的主要弊端就是搜索引擎用户提供的信息很少.目前主要借助于用户在和元搜索引擎交互的过程中提供的隐反馈信息对成员搜索引擎的数据源选择算法进行优化,利用语言模型对用户检索行为建模,用户与元搜索引擎交互的过程中动态更新用户行为模型,自适应的满足不同检索动机的用户的信息需求.     

元搜索引擎的关键技术

元搜索引擎(Met Search Engine),是一种调用其他独立搜索引擎的引擎,是对多个独立搜索引擎的选择调用、优化控制、检索融合.本文简述了元搜索引擎的基本原理,研究了元搜索引擎的几项关键技术,并讨论了它的未来发展方向.     

国外典型元搜索引擎特性比较与分析

为了给元搜索引擎的开发者提供建设性意见和建议,以及给普通搜索用户提供使用选择上的指导,对比研究了20个典型的国外元搜索引擎的搜索特性,提出了一个好的元搜索引擎应具有的特性,包括应调用的独立搜索引擎情况、检索结果页面中应包含的信息元素、检索请求提交应支持的处理方式、个性化检索应设置的选项,以及应支持多语言检索等各个方面.     

用元搜索引擎实现刑罚信息个性化检索

针对搜索引擎存在的问题和刑罚信息检索的特定需要,提出了一个元搜索引擎模型,通过元搜索引擎为用户提供统一的访问服务,运用聚类方法对搜索引擎的返回结果进行快速分类,并通过用户的行为反应探视用户的兴趣,动态调整聚类结果,帮助用户快速检索到相关信息.提高了检索的有效性、查准率和查全率,实现了刑罚信息的个性化检索.     

搜索引擎元信息提取系统的设计与实现

近些年来,Internet迅速兴起,人们更倾向于从互联网上查找信息.但是没有任何一个的独立搜索引擎能涵盖大于45%的网络资源.元搜索引擎是通过集成多个独立搜索引擎的方法来扩大检索覆盖面.本文使用了HttpClient模拟客户端,实现向主流搜索引擎的信息自动发送和接收,实现了一个元搜索引擎的元信息提取系统.     

一种基于Agent的元搜索引擎模型IMSA

无法很好地适应网络环境的变化,不能对网络中出现的问题做出及时的反应,这是当前的元搜索引擎普遍存在的问题.这一问题的解决,必然大大提高元搜索引擎的检索效率和精度.提出了一种基于Agent的元搜索引擎的模型IMSA,由检索Agent、管理Agent和学习Agent组成.该模型的成员搜索引擎的调度策略采用动态学习和静态学习相结合的方法实现.在静态学习中,得到该成员搜索引擎的信任因子的初始值,并且针对用户的访问情况,给出了信任因子的计算方法.综合考虑成员搜索引擎的对检索结果的评价以及查询关键词与结果摘要的相关度等各方面的因素,给出了该模型的结果合成策略.     

基于Agent的智能元搜索引擎技术研究

针对现有搜索引擎存在的问题,提出基于Multi-agent的分布式搜索引擎系统.系统采用元搜索引擎结构,利用Agent技术和基于个性化模式的信息过滤技术,使系统具有一定的智能性.通过个性化检索和分类浏览相结合的检索方式可提高搜索结果的可浏览性.结合数据库的分类和虚拟语言模型方法实现了资源选择的优化.提出基于文本/位置分析和群决策的合并算法,对搜索结果的标题和文档片断信息进行相关度分析,将文本分析与规范化的搜索结果位置信息相结合,计算文档的相关分值,最后采用基于群决策的合成方法对搜索结果进行一致性排序.试验结果表明,提出的元搜索系统具有较好的搜索效果.     

信息检索技术在中石油勘探与生产分公司门户内的应用研究

本项目是以提高查准率为目标,研究搜索引擎所需的关键技术,在该门户内建立一个高性能的搜索引擎。根据项目要求,在对搜索引擎各项技术研究的基础上,提出基于元搜索引擎的网络信息检索系统架构技术,并建立个人知识库,实现符合用户检索要求的个性化检索。     

个性化元搜索关键技术的研究

元搜索引擎是搜索引擎之上的搜索引擎,它主要通过成员搜索引擎调度、文本选择、结果整合三个主要步骤来为用户提供更加全面的信息。本文通过对元搜索引擎关键技术的研究,在成员调度、结果整合时考虑用户兴趣,使得选择的成员搜索引擎、搜索结果更加符合用户的需求,从而实现元搜索的个性化,在一定程度上提高了元搜索引擎的查准率和效率。