面向特定领域的主题搜索系统的研究与实现

被引量 : 0次 | 上传用户:mangix16
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
随着互联网信息量的爆炸式增长,网络中出现了大量的垃圾信息以及重复信息。通用的搜索引擎已经难以满足用户专业化、个性化的搜索需求,主题搜索应运而生。基于主题搜索的研究现状,本文对面向特定领域的主题搜索系统进行了深入的研究。目前互联网中有海量的政府企业的招标/中标信息,对于企业来说,及时地掌握国内招标信息意义重大,故本文将特定领域设为“招标”领域,研究并实现面向招标领域的主题搜索系统。论文主要研究工作和成果包括:第一,提出了基于双重特征选择的网页过滤方法。对CHI特征选择算法进行改进,提出了双重特征选择算法,并结合改进的TF-IDF公式,使用SVM分类器进行二元分类。实验表明,该方法具有更好的网页过滤效果。第二,提出了适用于招标领域站点的增量搜集模型。基于招标领域站点的七个特点,从增量搜集的对象、增量搜集的方法以及增量搜集的时间三个方面对模型进行阐述,并通过实验证明了该模型的有效性。第三,设计并实现了一个面向招标领域的主题搜索系统。本文具体对该系统的主题爬虫模块、网页过滤模块、网页解析模块、文本分类模块以及增量搜集模块进行了详细的设计与实现,并达到了较好的运行效果。本文对面向招标领域的主题搜索系统的研究,可以满足政府企业对最新招标/中标信息的需求,具有重大的现实意义。
其他文献
文章从高职院校学生流失现状入手,对学生流失的原因进行了分析,以期探究有效控制学生流失。
本文介绍了交通路口感应控制的原理、设计思路,利用可编程逻辑器件CPLD,实现基于VHDL语言编写的交通灯控制系统。该系统通过外部输入信号可方便地设定交通灯的延迟时间,使交
目的观察2型糖尿病(T2DM)大鼠海马组织前蛋白转化酶枯草溶菌素9(PCSK9)和凝集素样氧化型低密度脂蛋白受体1(LOX-1)的表达,并探讨其与海马损伤的关系。方法选取19只13周龄、体
目的:蹦床运动是一种体操形式,在过去10年日渐受到欢迎。由于蹦床训练/比赛与骨发育同时发生,所以可能对骨健康有重要影响。然而,关于竞技蹦床运动员的骨密度、微架结构和骨
Internet的普及应用使得学术研究的交流模式发生了很大程度的改变,开放存取成为一种新的学术交流模式逐渐深入到我们的教学、科研生活中来,它为人们利用情报信息资源开辟了一种
竹胶合板模板自研发以来,得到迅速发展,已形成了一个初具规模的产业。该产业现有3种半成品加工模式,2种胶合工艺,以及3种产品营销模式。但目前竹胶合板模板行业存在着利润空
棉锦混纺织物能够兼具棉的舒适、透气性和锦纶的高强耐磨性,因此受到消费者的广泛青睐。但由于混纺织物中棉的“支架效应”,使得棉锦混纺织物的阻燃整理变得更为困难。88/12
广西地处我国西南沿海,拥有丰富的自然资源和多样的生态环境,具有不可替代的价值。但近年来,广西地区的环境问题也日益突出,成为制约经济健康增长和影响人民生活质量的重要因
核桃生长期物候期主要分为萌芽期、展叶期、雄花开花期、雌花开花期、新梢生长期、果实生长期、硬核期、成熟期、落叶期。从雌花柱头枯萎到总苞变黄成熟的时期尤其重要,该时
本博士学位论文中,作者利用电化学原子层沉积(EC-ALD)和液相还原法等技术分别制备了CuInS2等几种功能纳米材料,进而采用表面分析、化学成分分析、物理指标分析以及多种电化学