網(wǎng)絡(luò)搜索引擎搜索策略及算法研究.pdf

1、搜索引擎可以使人們更有效的從互聯(lián)網(wǎng)絡(luò)獲取各種資源，其好壞直接決定著人們的互聯(lián)網(wǎng)生活，但是任何事物都有兩面性，網(wǎng)絡(luò)生活既有積極的一面也有消極的一面，如何正確對(duì)待互聯(lián)網(wǎng)生活，正確利用互聯(lián)網(wǎng)造福人類尤為重要。
　　本文首先分析搜索引擎的背景，接著對(duì)搜索引擎的意義進(jìn)行介紹，以及現(xiàn)階段的爬蟲(chóng)策略和排序策略。對(duì)于算法加以研究:在爬取部分廣度中，要學(xué)會(huì)運(yùn)用搜索時(shí)的并行化方法，另外在排序方面進(jìn)行評(píng)分的策略，并從產(chǎn)品化策略去分析搜索引擎。
　

2、　本文主要研究了Context Graph的主題爬行算法，并在該算法基礎(chǔ)上做了改進(jìn):
　　1.對(duì)主流搜索引擎及算法做了詳細(xì)的介紹，分析了主題網(wǎng)絡(luò)爬蟲(chóng)的主題爬行策略，分析比較了主題網(wǎng)絡(luò)爬蟲(chóng)常用的爬行策略。
　　2.對(duì)以Context Graph的主題為爬行算法進(jìn)行了改進(jìn)，改進(jìn)的基礎(chǔ)為一種基于詞頻差異的特征選擇方法以及改進(jìn)的TF-IDF公式，并在對(duì)TF-IDF公式調(diào)整中加入詞的類別權(quán)重，用于提高特征選擇和評(píng)價(jià)的質(zhì)量。