一种基于搜索策略的多主题信息采集方法

本文针对多主题信息采集效率低下的问题,调研了主题规则在内置搜索引擎和通用搜索引擎上搜索结果的差异,提出将主题规则拆分成原子规则的思想,分析了原子规则间的相同、互换、包含三种关系.在原子规则之间关系的基础上,设计了针对内置搜索和通用搜索不同的原子规则分配策略,这样做一方面提高主题信息采集的准确率,另一方面减少搜索采集的次数.针对原子规则直接搜索结果的准确率不高的问题,提出了基于句群的主题与信息相关性的过滤方法.设置138条主题规则(拆分后的原子规则为8223条),14个内置搜索引擎和4个通用搜索引擎,在单位时间内采集到的信息总条数与采集到的相关信息的条数两个方面进行了实验比较.结果表明,所提方法在信息采集数目及相关信息采集数目方面均具有较好的性能.     

互联网视频节目搜索技术

随着互联网技术和视频网站的快速发展,互联网视频节目数量和用户数量大规模增长,资讯与娱乐内容以视频形式作为媒介传播得更为迅速,而论坛、微博等应用更给视频节目的传播带来了社会化特征,网民对视频节目搜索的需求日益增加。视频节目搜索涉及视频采集、视频节目信息抽取、视频节目下载、微博视频采集、视频分类、视频热点发现等多项关键技术。     

面向主题搜索引擎的实现与优化

主题搜索是搜索引擎发展的一个新方向。Lucene是目前优秀的搜索引擎开源软件之一。文章以BBS搜索引擎为载体,研究了面向主题搜索引擎的实现和优化,提出了JE中文分词实现方法,针对BBS文本结构特性,改进和优化了Lucene检索评分算法,构建了一套高性能的主题搜索引擎实验系统。通过对水木清华等BBS信息的采集和测试,证明了该主题搜索引擎的性能和效率得到较大改进和提高。     

垂直搜索引擎分析

现如今互联网发展迅速,互联网上的信息也是爆炸式的增长,都达到了数以百万计的程度,而在这些万千信息中想找到我们需要的信息未免有些困难,由此搜索引擎出现了,为我们查询所需信息提供了一个方便的入口,为我们在万千资源信息中定位到我们需要的信息,成为网络时代一个重要的发现。而普通的通用引擎已经不能够满足互联网用户愈发精准的信息需求,而垂直搜索引擎便做到了,为用户搜索某一个专业领域的信息。本文就搜索引擎的发展现状展开分析,阐述了垂直搜索引擎具有的优势,并提出垂直搜索分析的关键技术与发展方向。     

基于内容的视频检索技术研究

随着多媒体技术与互联网技术的发展,视频网站迅速发展,视频网站的资源与用户也呈现爆炸式增长。随着互联网中的视频信息越来越多,如何在庞大的视频资源库中迅速、准确地获取有用的信息,对用户的体验有着重要的意义。随着相关技术的发展,基于内容的视频检索技术应运而生,成为近年来研究的热点。文章主要针对基于内容的视频检索技术进行分析和研究,在介绍视频检索技术的基础上对基于内容的视频检索中的关键技术进行分析,进而进行了简要的阐述。     

分布式网络爬虫框架Crawlzilla

互联网技术的飞速发展带了网络信息的爆炸式增长,互联网已经成为了企业,机构和个人发布信息的主要平台。据CNNIC(中国互联网络信息中心)发布的2015年中国网民搜索行为研究报告中指出,截止到2015年12月,我国搜索引擎用户达到了5.66亿,使用率为82.3%,手机搜索用户达4.78亿,使用率为77.1%。互联网的发展速度日益加快,随之而来的是爆炸式的信息体量的增长。传统的搜索引擎已经不能够满足一些企业和单位内部的个性化检索的需求。本文将对通用爬虫框架Crawlzilla做简要的分析,并说明其在企业内部制定个性检索服务的可行性。     

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。     

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.     

互联网视听节目传播管理平台建设的关键技术

本文介绍了互联网视听节目传播管理平台建设的关键技术：多层次、高并发、内外隔离的系统架构;视听节目数据的全面有效搜索和采集;视听网站类型的自动判断;节目信息内容的智能检索;视频节目内容的自动摘要;相似与重复视频的比对。     

Web数据挖掘和个性化搜索引擎研究

在网络信息时代下,搜索引擎是获取网络信息的检索媒介,但是,由于很多搜索引擎所提供的服务目前难以满足用户的实际使用之需,且检索效率与质量偏低。而在Web信息日益增加的背景下,其逐渐成为了目前用户借助互联网获取信息资源的主要途径,而要想满足当前用户对搜索引擎服务所曾提出的个性化需求,则就需要借助Web数据挖掘来实现其在个性化搜索引擎中的应用。本文针对Web数据挖掘与个性化搜索引擎进行了研究,以供参考。     

一种基于信息推送的搜索引擎模型

随着信息时代的来临,海量信息不断地涌入因特网,人们想要获得自己所需要的信息,越来越离不开搜索引擎。但目前的搜索引擎往往无法满足人们搜索信息的根本要求,常常有人抱怨,我所搜索的信息都是我不需要的。针对现有搜索引擎的不足,把信息推送技术引入到搜索引擎中,建立了一种基于信息推送的搜索引擎模型,解决了现有搜索引擎在搜索过程中存在的资源迷向问题,真正实现了信息找人的搜索方式。     

基于领域本体的元搜索技术研究

随着互联网的进一步发展,网络的信息资源得到了极大的丰富,虽然目前已经出现了许多功能强大的搜索引擎,但由于其自身技术的限制,在领域知识的查询上查准率、查全率都不是很理想,因此本文试图通过建立领域本体库,在语义上理解用户的检索请求,从而提高检索的精确率,并借助元搜索技术进一步扩大搜索的范围,提高信息的查全率、查准率。     

基于P2P技术的网络资源搜索机制研究

网络上充斥着海量的信息,并且还在不断地迅速增长。人们依靠传统搜索引擎来寻找自己想要的信息和资源,其效果已经显得有些不尽人意。P2P技术给人们带来了一种全新的检索理念和方式,必将成为未来搜索引擎的发展方向。文中对P2P技术、P2P搜索及其分类作了简单总结和比较,并指出了P2P搜索技术未来的发展方向。     

基于BP网络的农业主题元搜索引擎研究

为提高传统搜索引擎对农业主题信息的搜索效果,构建了基于BP网络的农业主题搜索引擎,该搜索引擎通过利用多个搜索引擎的搜索结果来提高搜索引擎的查全率,再通过使用BP网络对搜索结果进行二次判断来提高搜索引擎的查准率.     

扶持奇艺惹恼视频网站大佬 优酷投资视频搜索挑战百度权威

优酷推出视频垂直搜索,希望以此来摆脱对传统搜索引擎的依赖,但这也意味着优酷向百度、谷歌等通用搜索引擎彻底摊牌     

XML搜索引擎技术在台网系统中的应用及分析

针对目前全台网系统存在大量的结构化多媒体文件如何进行管理这一课题进行研究分析.在分析了用于数据信息交换的XML技术和针对XML的搜索引擎技术以及多媒体资源交换语言的基础上,在全台网络的环境中,分析了XML搜索引擎与RDBMS的中间件的工作原理.并将.XML搜索引擎技术应用于全台网管理系统中,实现了对多媒体文件按照不同编目数据进行检索,同时论证了采用该技术在检索效率上的提高.     

推动网站新一轮变革--解读新闻搜索引擎的奥秘

实时新闻搜索一直是搜索引擎技术提供商渴望解决的问题之一。从互联网早期的7大搜索引擎，到现在Goole的崛起与Yohoo争雄，这个难题一直没有被很好地解决掉，大家把精力投入在了现在我们所熟悉的其他几大搜索指标上：页面检索量、检索时间、查准率和附加的功能值等。此前台湾的Openfind就曾宣称其最新搜索引擎的全球页面量为20多亿，比Google多了约1．7倍。     

移动搜索本地生活信息搜索将是主导

移动搜索,是指以无线网络为数据传输承载层,将分布在互联网和移动网上的数据信息进行搜集整理,然后供用户利用手机,PDA等移动终端查询的业务形式。移动搜索引擎的搜索内容来自传统互联网资源和移动通信网络资源(WAP资源),基于传统互联网内容的搜索是传统搜索引擎在无线领域的延伸,区别在于用户终端发生了很大的改变(由PC变为手机等移动终端)。     

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。     

基于多证据融合的视频排序方法

 在视频检索中,通过对用户行为特性的分析发现,用户通常只关注排在最前面的返回结果,而很少有耐心将所有的返回结果浏览一遍.因此,对于一个搜索引擎来说,能否将最相关的结果排在最前面是至关重要的.为了实现这一目标,本文提出了一种基于多证据融合的视频排序方法.该方法利用Dempster Shafer证据推理理论来协同地融合多方证据,进而推断出最相关的视频镜头.如果多方证据一致,则证明某个视频镜头是相关的,此镜头被认为是最相关的镜头,并被排在返回列表的最前列.相反,如果多方证据产生冲突,那么此镜头就将被排在后面.实验结果表明,利用建议的多证据融合排序算法,搜索引擎的搜索质量,特别是排在前列的搜索结果的准确性,有了明显的改善.