论文部分内容阅读
随着计算机应用的普及以及共享网络信息资源需求的增强,人们越来越多的加入到互联网世界,应用的增加也迫使对信息检索有更高的要求。搜索引擎以一定的策略在互联网中搜集、发现信息,对信息进行理解、提取、组织和处理,并为用户提供检索服务,从而起到信息导航的目的。搜索引擎提供的导航服务已经成为互联网上非常重要的网络服务。
中文搜索引擎在实际应用中遇到了很多问题。由于网络信息资源的急速膨胀,中文搜索引擎技术尚未成熟,目前的中文搜索引擎已很难再提供完善的检索服务。首先它的数据更新慢,中英文支持不够理想。其次召回率和精度的平衡问题难以解决。这也使得搜索引擎优化成为一个新兴行业——完善搜索功能使之更加公平、公开、标准和人性化。
本文分析了搜索引擎国内外目前的研究现状,对中文搜索引擎的原理、主要技术及分类进行了论述,提出了中文搜索引擎技术的局限性以及产生局限性的原因。在对检索模型分析的基础上,对当前搜索引擎中的几大技术(知识库的建立、中文切分、自动文摘的生成、检索结果的排序、检索代理的实现)进行了详细的分析和研究。
目前的中文搜索引擎机制中,检索结果并未针对用户个性需求对信息优化重组,割裂了其需求上的相关性。为解决这一问题,在已有算法的基础上,本文提出了一种在Agent的基础上建立了兴趣模型,通过Agent的逐步学习,了解用户兴趣所在,并以此为依据对搜索引擎的检索结果进行过滤、合成和排序,对搜索结果进行了优化的技术,更好的满足了用户的需求。