论文部分内容阅读
元搜索引擎是一种通过调用其他独立搜索引擎来实现搜索的信息检索工具。它一般没有独立的数据库,而是通过对多个独立搜索引擎的调用、整合、控制和优化来实现信息检索。它通过对成员搜索引擎的调度、文本选择、结果聚合三个主要步骤来完成信息检索任务,所以,成员搜索引擎的调度和查询结果的聚合都是元搜索引擎的关键技术。其中,成员搜索引擎调度策略保证了元搜索引擎选择最适合用户要求的成员搜索引擎参加查询,一方面提高了查询效率,另一方面能为元搜索引擎结果聚合提供良好的数据源。元搜索引擎的结果聚合过程就更为重要,因为聚合结果最终能反映此次查询的准确度和相关度,体现元搜索引擎的性能。所以,良好的调度策略和结果聚合算法不仅可以有效提高元搜索引擎的搜索覆盖率,更能提高搜索结果的准确度和相关度。基于这些想法,本文对以下内容作了研究:1.每一个成员搜索引擎在网络上都有自己的覆盖领域,为更好的发挥每个成员搜索引擎的优势,本文提出一种新的成员搜索引擎调度策略。首先利用静态学习的方法获得成员搜索引擎在各领域的查询能力,用户提交查询词后,元搜索引擎首先要确定查询所在的领域,然后通过比较成员搜索引擎在此领域的查询能力选择恰当的成员搜索引擎参加查询。完成一次查询后,通过分析用户的反馈行为对成员搜索引擎的查询能力进行调整,指导元搜索引擎进行下次查询。2.提出了基于形式概念分析的结果聚合方法,以所有成员搜索引擎返回网页的并集作为对象,以参加查询的成员搜索引擎作为属性,构建概念格。在遍历概念格的过程中实现结果聚合,把聚合过程看成是一个投票选举过程,参加查询的成员搜索引擎作为投票人,而每一个网页被看作是一个候选人。也就是说如果一个文档被越多的成员搜索引擎所检索到,那么这个文档相对越重要。如果有很多文档被相同多的成员搜索引擎检索到,那么它们的重要性就取决于检索到它们的成员搜索引擎在对应领域的查询能力和文档在这些搜索引擎中的原始序列。3.基于本文提出的调度策略和结果聚合算法构建了元搜索引擎系统,对文中提出的算法进行了实验和分析,设定查询词,将本文元搜索引擎的搜索结果与当前几个中文元搜索引擎的搜索结果进行对比,对系统的性能进行了综合评价。