網(wǎng)絡(luò)多媒體教育資源主題搜索算法研究.pdf

1、網(wǎng)絡(luò)多媒體教育資源是指存在于Internet中的多媒體教學(xué)資源。隨著網(wǎng)絡(luò)與多媒體技術(shù)的發(fā)展，Web中的多媒體教學(xué)資源，尤其是音頻、視頻和動(dòng)畫(huà)，也日益豐富，成為教育領(lǐng)域的重要組成部分。如何快速、準(zhǔn)確地找到特定主題的多媒體教學(xué)資源，使其在信息化教育中充分發(fā)揮作用，是教育技術(shù)工作者亟待解決的問(wèn)題，也使得傳統(tǒng)的搜索引擎面臨著巨大的挑戰(zhàn)，各類(lèi)多媒體搜索引擎也隨之應(yīng)運(yùn)而生并受到廣泛的關(guān)注。主題搜索器的搜索算法，是搜索引擎的核心，它決定了搜索引擎的搜

2、索效率和質(zhì)量。本文從主題網(wǎng)頁(yè)和包含多媒體的網(wǎng)頁(yè)在Web中分布的特點(diǎn)出發(fā)，圍繞提高多媒體主題搜索效率的問(wèn)題，提出一種基于URL鏈接規(guī)則的多媒體主題搜索算法。 本文首先介紹了在HTML文檔中，與多媒體資源有關(guān)的文本信息和HTML標(biāo)簽，深入分析了主題頁(yè)面和包含多媒體資源的網(wǎng)頁(yè)在Web上的分布特征。在分析和比較現(xiàn)有的主題搜索算法的優(yōu)缺點(diǎn)的基礎(chǔ)上，歸納了提高搜索效率的幾個(gè)關(guān)鍵因素。 本文對(duì)主題搜索領(lǐng)域中傳統(tǒng)的主題搜索算法進(jìn)行了詳細(xì)

3、的分析，在深入分析主題頁(yè)面在Web上的分布特征與主題相關(guān)性判別算法的基礎(chǔ)上，對(duì)PageRank、Shark—Search兩種典型的主題搜索算法進(jìn)行相關(guān)參數(shù)的改進(jìn)，同時(shí)將網(wǎng)頁(yè)內(nèi)容相似度和網(wǎng)頁(yè)鏈接相似度加入到算法的計(jì)算過(guò)程中，并將改進(jìn)后的Topic—PageRank算法、Shark—Search算法應(yīng)用于多媒體主題搜索領(lǐng)域。 針對(duì)傳統(tǒng)的主題搜索算法不能簡(jiǎn)單的應(yīng)用于多媒體主題搜索領(lǐng)域的問(wèn)題，本文基于包含多媒體的網(wǎng)頁(yè)往往呈現(xiàn)出“資源相鄰

4、性”的特點(diǎn)，提出了一種基于URL鏈接規(guī)則的多媒體主題搜索算法，即從種子網(wǎng)站列表中自動(dòng)學(xué)習(xí)出代表“多媒體資源區(qū)域”URL正則表達(dá)式，并用這些正則表達(dá)式來(lái)指導(dǎo)主題搜索器對(duì)網(wǎng)頁(yè)的抓取。在詳細(xì)介紹URL數(shù)據(jù)結(jié)構(gòu)、URL距離的度量以及URL正則表達(dá)式的學(xué)習(xí)和指導(dǎo)過(guò)程的基礎(chǔ)上，對(duì)PageRank算法進(jìn)行改進(jìn)，實(shí)現(xiàn)基于URL鏈接規(guī)則算法在鏈接方面的相似度計(jì)算。 為了驗(yàn)證基于URL鏈接規(guī)則多媒體主題搜索算法的高效性，本文采用統(tǒng)一的系統(tǒng)體系結(jié)構(gòu)和