基于RSS信息源的服務(wù)型機(jī)器人網(wǎng)絡(luò)檢索系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展,網(wǎng)絡(luò)信息過載問題越來越明顯,如何快速地從海量信息中獲取所需的部分,成為一個亟待解決的問題。RSS由于其自身的簡潔性和通用性,改變了信息的獲取方式,通過聚合網(wǎng)絡(luò)中RSS信息,解決了用戶需登錄多個網(wǎng)站才能搜索到自己需要的內(nèi)容這一問題。但多數(shù)RSS新聞內(nèi)容具有很大的重復(fù)性,導(dǎo)致檢索到的信息重復(fù)率比較高,內(nèi)容的關(guān)聯(lián)程度不是很好。本研究是以RSS信息源技術(shù)為支撐,結(jié)合2011中國機(jī)器人大賽家庭服務(wù)組比賽的實際應(yīng)用為研究背

2、景,為家庭服務(wù)型機(jī)器人量身設(shè)計了網(wǎng)絡(luò)信息的檢索功能。首先對網(wǎng)絡(luò)中相關(guān)的XML文件進(jìn)行解析,再使用中文分詞和詞性標(biāo)注方法對XML標(biāo)題進(jìn)行詞性標(biāo)注和處理,然后按日期對新聞進(jìn)行區(qū)分和分類存儲,并在傳統(tǒng)的RSS檢索技術(shù)上完成了機(jī)器人根據(jù)用戶給出的關(guān)鍵詞來檢索RSS新聞信息、相關(guān)新聞詳細(xì)內(nèi)容檢索以及過濾新聞中相似內(nèi)容等功能,使得本系統(tǒng)能夠更準(zhǔn)確的找到網(wǎng)絡(luò)中相關(guān)的信息。最后經(jīng)過系統(tǒng)運行以及詳細(xì)的統(tǒng)計和對比分析,引入準(zhǔn)確率和召回率,以及F值的評測指標(biāo)