基于元搜索的中文搜索引擎研究与实现

被引量 : 0次 | 上传用户:yeyeye5122
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
信息检索是人们上网的主要目的之一,但目前两大主流中文搜索引擎Baidu和Google还存在一些需要研究解决的技术,如多关键词下如何提高搜索准确率、如何利用中文元搜索引擎以提高搜索召回率、中文元搜索引擎下如何实现快速同步查询功能等问题,这就涉及如何研究和实现基于元搜索的中文引擎系统。本论文以提高搜索引擎准确率为主要目标,研究和实现了中文元搜索引擎系统,主要创新点:(1)设计了元搜索引擎的总体框架,提出了查询代理、搜索代理、运算代理三大功能模块,并阐述各代理的功能流程。(2)对目前10大中文搜索引擎进行搜索召回率、搜索时间和信息重复度比较,最终以Google和Baidu作为我们中文元搜索引擎的基本数据源,它们的召回率达到88.8%,为提高元搜索引擎准确率的做好准备。(3)在基于网页摘要分析的信息检索方面,提出了比例分析法和比值分析法来计算网页相关度。其中,比例分析法只需要分析网页标题,其最大平均准确率为76.56%,但出现很多网页相关度相同的现象;而比值分析法既考虑网页标题和又考虑网页摘要,其最大平均准确率为72.74%,但能较好区分各网页,为我们所采纳的计算方法。实验结果表明,比值分析法能够提高元搜索引擎的搜索性能,其平均搜索准确率比Google提高3.16%,比Baidu提高6.21%;而且,元搜索引擎的搜索时间与Google、Baidu在同一数量级上,能够保证同步搜索,既节省大量的硬盘存储空间,又保证信息来源的准确性。基于网页摘要分析的元搜索引擎新算法研究对于实现高准确率、高响应速度的搜索引擎具有重要参考价值。(4)在基于网页内容分析的多关键词信息检索方面,提出了核心关键词和分级权重的算法,并提出改进相关度计算方法。我们实验表明,元搜索引擎的最大平均准确率为82.00%,比Google提高12.37%,比Baidu提高18.05%,搜索性能得到很大的改善。(5)在元搜索引擎系统的设计实现方面,提出了数据库系统、软件系统、人机界面的设计方案,实现了基于网页内容分析的多关键词信息检索、<WP=3>基于网页摘要分析的单关键词信息检索,以及元搜索引擎与基本搜索引擎的搜索准确率和搜索时间比较三大功能。
其他文献
近年来,适应性指挥控制组织设计已经成为指挥控制领域的研究热点之一。分析了指挥控制组织设计的理论和方法,包括计算数学组织理论、Agent组织模型、Petri网、系统工程技术等
高压开关柜的绝缘性能直接影响到设备的运行状况,所以,在开关柜生产制造当中,必须重视其绝缘性能的优化。主要分析高压开关柜绝缘事故产生的原因,提出提高开关柜绝缘性能的有
随着工业水平的不断提高,用户对电能质量的要求也越来越高。而系统中无功负荷,特别是冲击性无功负荷的存在,不仅增加了各种损耗,而且严重影响了用户端的电能质量。因此,实时
往复式压缩机是许多行业的关键生产设备,一旦因故障而停机将会造成巨大的损失,所以构建往复式压缩机状态监测系统具有重要的意义。本文详细论述了往复式压缩机状态监测系统的
<正>这些年,产业技术创新联盟作为国家构建产业创新体系的战略举措越来越多地被付诸实践。产业技术创新联盟的理论基础:战略联盟的产业拓展产业技术创新联盟是企业联盟在产业
针对目前我国城市立交桥交通噪声影响的状况,环评预测结果偏差过大的问题,应用大量的环保验收实测数据,对城市立交桥交通噪声的变化规律与影响进行了分析研究。城市立交桥的交通
大学生就业难已是不争的现实。大学生在就业中反映出诸多问题,主要集中在就业的能力上,因此培养大学生就业能力刻不容缓。如何培养大学生就业能力,可从以下方面思考:加强对大
江南模塑科技股份有限公司是我国最大的汽车保险杠生产厂商,其主要竞争对手包括上海延锋伟世通、长春力得和武汉神光等。模塑科技公司下辖两个独立核算的分厂,每家分厂均有物
英语教学中培养学生的跨文化交际能力是至关重要的。因此,如何上好大学英语课,使学生在跨文化交际中挥洒自如,是目前大学英语课堂亟待解决的问题。揭示大学英语教学的现状并
近20年来,社会结构转型下城市居住空间分异的趋势不断加大,这是我国城市低收入居住空间产生、发展的前提和背景。随着城市化的进一步发展,城市居住用地的不断扩张,城市低收入