搜索引擎技術的研究與實現(xiàn)—元搜索引擎和文本聚類.pdf

1、信息檢索（Information Retrieval, IR）是從數(shù)據(jù)集中提取出相關文檔和信息的過程，Web的出現(xiàn)改變了傳統(tǒng)意義上信息檢索的方式，信息檢索的對象也逐漸從結構化向半結構化、無結構化的方向轉變。隨著互聯(lián)網(wǎng)上信息數(shù)量的不斷增長，傳統(tǒng)的檢索技術已經(jīng)很難滿足人們對查詢質量的苛刻要求。為了方便用戶從搜索結果中快速、準確地定位自己想要的信息，集成文本聚類功能的搜索引擎應運而生。 本文針對目前信息檢索領域存在的相關問題，重點研究

2、了搜索結果聚類算法和關鍵短語發(fā)現(xiàn)技術。文中提出了一個有效改善檢索質量和檢索效率的解決方案，并通過聚類方法自動組織搜索引擎的搜索結果，實現(xiàn)了一個集元搜索功能和聚類功能于一體的信息檢索平臺。它涵蓋了Web文檔收集、半結構化文檔分析、信息聚類處理等方面內容，有效地增強了數(shù)據(jù)檢索的實時性和準確性、改善了用戶的使用體驗。 本文的創(chuàng)新點主要體現(xiàn)在以下幾個方面： 1.研究了基于潛在語義的模糊聚類算法。通過在聚類算法中使用奇異值分解技