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。     

基于轮廓查询技术的P2P智能搜索算法

资源搜索是非结构化P2P系统研究的核心问题,选取合适的邻居节点作为转发对象,可以提高资源搜索成功率。该文提出一种基于轮廓查询的P2P智能搜索算法SkyLP,在选取邻居节点转发查询消息时,综合考虑查询消息相似度和节点命中率。在两者构成的二维空间上,采用轮廓查询技术返回一个最优邻居节点集合,向此集合中的节点发送查询消息。实验结果表明,SkyLP算法能减少发送的消息数,有效提高搜索效率。     

基于语义相似度的P2P查询技术研究

以往的非结构化P2P系统采用的是无确定目标的自由搜索协议,它具有搜索效能低,无可扩展性的缺点.针对这些不足.提出一种非结构化对等语义连接网络(简称NSP-SLN),实现一个基于语义相似度的查询路由算法.仿真实验结果表明,语义拓扑能够有效地提高系统的搜索效率.     

一种P2P资源搜索的改进方法

如何高效地搜索资源是P2P网络中最为关键的问题.非结构化的对等网络,一般以广播方式作为其搜索的基本策略,引发较大的网络流量.针时以上问题,提出了一种在节点建立跳转路由表的方法进行搜索的算法.在该算法中,将每个转发消息的节点都看成是一个路由,将网络中某些特定性质的节点作为特征点,把网络中的特征点信息作为默认值,保存在节点的路由表的默认值项中,并根据网络具有动态变化的特性,采用了动态路由主动发现网络中的变化,并把系统中发生的变化进行更新,存储到路由表中,为进行动态路由提供信息.仿真结果表明,该算法有效地减少了查询带来的网络流量,提高了查找的成功率.     

Clair:一种基于P2P的BitTorrent关键词检索系统

P2P技术是近年学术界和工业界关注的焦点。BitTorrent(以下简称BT)作为一个P2P文件共享系统,用户量不断增长,已逐渐成为网络带宽的主要消耗者之一。BT用户必须到各个发布站点上查找种子文件,致使用户查询的效率比较低。为此,论文提出了基于对等网络的针对BT关键词检索系统Clair,该系统能够高效采集网页上存在的“元信息”文件,快速索引文本以及索引的均匀切分,同时通过针对性的相关性排序算法,给予用户较好的查询结果。实验结果表明,Clair系统具有较好的综合性能。     

基于2层P2P结构的Web服务实现

针对当前Web服务架构的不足,利用结构化的Chord网络作为Web服务目录支撑平台,设计2层Web服务模型,介绍服务的发布与检索方法,通过比较、分析和仿真试验,验证了模型的优越性,提出了深入分析设计的思路。     

基于2层P2P结构的Web服务实现

针对当前Web服务架构的不足,利用结构化的Chord网络作为Web服务目录支撑平台,设计2层Web服务模型,介绍服务的发布与检索方法,通过比较、分析和仿真试验,验证了模型的优越性,提出了深入分析设计的思路。     

基于Bloom Filter路由表的P2P搜索算法

研究非结构化P2P网络的搜索机制,提出基于布莱姆过滤器(BF)路由表的改进算法。该算法利用BF技术生成路由条目并在一定范围内相互交换本地路由表,使节点能够了解一定范围内的节点共享信息,实现有针对性的搜索,避免传统的盲目性搜索。仿真结果表明,该算法查询搜索时产生的消息数量比传统算法减少一个数量级,并能够获得较好的查全率。     

基于P2P的资源搜索方法研究

基于Peer-tO-Peer(P2P)理念的搜索方法较传统搜索方法具备更强的实时性和有效性，为新一代搜索引擎的研究提供了新的思路。文中首先介绍了基于F2P搜索方法的特点及分类，描述了各类基于F2P的资源搜索方法。在此基础上，分析了各类搜索方法的优缺点，并阐述了各类搜索方法的改进思路。最后探讨了基于F2P的资源搜索方法的研究与发展方向。     

P2ST：基于带权搜索树的P2P搜索模型

针对非结构化P2P系统搜索效率低的问题,提出了一种基于K叉带权搜索树的P2P搜索模型P2ST.模型构建了服务于搜索的k叉带权树,节点按查询命中率大小在树中由上至下排列,命中率大且稳定的节点处于树的上层,搜索时可由此确定消息扩散的方向.采用缓存上层节点、建立搜索结果和发起节点索引、过热资源复制、为叶节点添加远程邻居等方法进一步提高搜索效率和平衡负载.分析和仿真结果表明,提出的模型能大量减少无效消息,具有较高的搜索效率,且维护搜索树的开销较小.     

P2P Web搜索中一种有效的查询路由策略

有效的多关键字查询路由是P2PWeb搜索中的一个关键问题。文章提出一种基于收益代价比的查询处理方法。该方法基于DHT的P2P覆盖网,挖掘关键字的关联性和节点间覆盖度和重叠度。利用最小独立置换进行重叠检测,因此避免了对相同记录的冗余路由。实验证明了该方法显著减少了查询时间,同时提高了查全率和查准率。     

MED算法及其在网页搜索中的应用

针对传统方法不能很好地处理网页中简短域和用户查询之间的相关性排序问题,提出一种改进的编辑距离(MED)排序算法,在编码和计算过程中引入查询词分布的位置、顺序和距离等信息,将查询和简短域之间的相关性问题转化为编码字符串的相似性问题。仿真实验结果表明,与传统的相关性排序算法相比,该算法可以提高网页搜索中简短网页域的相关性排序性能。     

非结构化对等计算系统中多维范围搜索

对等计算数据管理中的一个重要问题是如何有效地支持多维数据空间上的相似性搜索.现有的非结构化对等计算数据共享系统仅支持简单的查询处理方法,即匹配查询处理.将近似技术和路由索引结合在一起,设计了一种简单、有效的索引结构EVARI(扩展近似向量路由索引).利用EVARI,每个节点不仅可以在本地共享的数据集上处理范围查询,而且还可以将查询转发给最有希望获得查询结果的邻居节点.为了建立EVARI,每个节点使用空间划分技术概括本地的共享内容,并与邻居节点交换概要信息.而且,每个节点都可以重新配置自己的邻居节点,使得相关节点位置相互邻近,优化了系统资源配置,提升了系统性能.仿真实验证明了该方法的良好性能.     

移动Web 搜索研究

随着3G时代的到来和Web资源的飞速增长,移动互联网呈现出快速发展的趋势,人们可以利用移动终端设备便捷地访问网络,从中获取丰富的信息.然而如何对Web资源进行地理标记,并将地理数据与Web数据进行无缝集成,为移动用户提供有价值的高度相关的信息,却都是十分具有挑战性的工作.提出了一个移动Web搜索的系统框架,依据该框架对移动Web搜索领域关键性技术进行了分类概括总结.在对已有技术进行深入对比分析的基础上,指出了该领域未来的研究工作和面临的挑战.     

搜索引擎用户满意度评估

用户满意度评估一直是互联网搜索领域的研究热点,并具有3方面的挑战：1)传统的搜索性能评估方法大多基于对检索结果相关性的标注,但大多数基于相关性标注的评价指标并非针对互联网搜索环境而设计,其结果与搜索用户主观满意度之间的关系缺乏相应研究;2)大多数已有的工作都基于搜索结果同质化的假设,但随着搜索引擎的发展,异质化的搜索结果元素开始频繁地出现在搜索结果列表中;3)已有的关于搜索满意度评估的工作主要基于用户的点击和查询修改行为开展,但实际搜索中会有大量的用户会话中缺失此类信息.总结了近期为解决这些研究问题开展的实验研究工作：1)构建了用户行为实验系统,分析了结果相关性与用户所感知到的结果效用和满意度之间的关系;2)基于仔细设计的异质化搜索结果页面,定量地分析了垂直搜索结果的质量、展现形式、位置等因素对用户满意度的影响;3)受现有的采用鼠标移动信息进行搜索结果相关性预测的工作启发,提出了在搜索结果页面上抽取用户鼠标移动行为模式并进行满意度评估的方法.实验结果表明：在真实搜索环境下,所提出的方法优于现有的模型.     

Web2．0社区搜索模块排序算法的设计与实现

网页排序技术是搜索引擎的核心技术之一。描述Web2.0社区构建语义搜索的必要性,分析影响网页排序的因素,将搜索引擎的排序算法借鉴到基于Web2.0社区的搜索模块中,以改进的TF/IDF和PageRank算法为基础,在一个Web2.0开源社区开发平台上实现基于语义排序的搜索模块。测试结果表明,该排序算法具有内容定位精确、有效结果靠前的特点。     

P2P系统中基于Web的索引信息扩展算法的研究

基于环球网（Web）的特点和用户在点对点（P2P）系统中搜索的习惯,提出了一个在P2P系统中对媒体文件自动生成索引的方法。该方法有效地解决了媒体文件描述符不足所带来的查询精度低的问题。同时,提出了一个在P2P系统中节点信息的更新策略。实验表明,描述符扩展后,媒体文件查询结果的准确率得到了显著的提高。     

基于搜索引擎的Deep Web数据源发现技术

随着Web数据库的广泛应用,Web正在不断“深化”。传统搜索引擎只能检索浅层网络,却不能直接索引到深层网络（Deep Web）的资源。为了有效地利用Deep Web资源,必须要对Deep Web数据进行大规模集成。其中,数据源发现是整合Deep Web资源的首要工作,能否高效地发现Deep Web站点是Deep Web数据获取的关键。提出了一种基于传统搜索引擎的Deep Web数据源发现方法,该方法通过分析返回结果来扩展查询,从而进一步提高了数据源发现的效率。实验证明该方法能得到较好的结果。