搜索引擎搜索結(jié)果的聚類研究.pdf

1、目前,搜索引擎技術(shù)是互聯(lián)網(wǎng)的一個(gè)非常熱門的研究領(lǐng)域,并且出現(xiàn)了一批非常優(yōu)秀的搜索引擎。但目前大多數(shù)的搜索引擎以線性列表的形式為用戶返回搜索結(jié)果,而搜索結(jié)果往往是成千上萬(wàn)的,這使得用戶可能用很多時(shí)間才能找到自己需要的結(jié)果。如果對(duì)搜索的結(jié)果進(jìn)行聚類,把搜索結(jié)果組織成具有層次的類結(jié)構(gòu),并給每個(gè)類賦予一個(gè)具有良好描述性的標(biāo)簽,那么將會(huì)大大減少用戶查找自己所需要的結(jié)果的時(shí)間。我們論文的主要工作是實(shí)現(xiàn)了DIRS(Document Informati

2、on Retrieval System)系統(tǒng), DIRS系統(tǒng)是基于Eclipse Plug-in機(jī)制的一個(gè)對(duì)HTML文檔進(jìn)行檢索并對(duì)搜索結(jié)果進(jìn)行聚類的搜索引擎。DIRS系統(tǒng)實(shí)現(xiàn)了從索引、檢索整個(gè)過(guò)程,并提供了豐富的附加功能,比如DIRS系統(tǒng)提供了讓用戶對(duì)搜索結(jié)果進(jìn)行評(píng)分的功能,使得用戶對(duì)搜索結(jié)果的評(píng)價(jià)可以影響到最終的搜索結(jié)果的顯示。在此基礎(chǔ)上,我們還實(shí)現(xiàn)了一個(gè)聚類模塊。聚類模塊所使用的聚類算法具有兩個(gè)重要的特點(diǎn):Semantic(語(yǔ)義的