文檔聚類在搜索引擎結(jié)果中應用的研究.pdf

1、隨著的Intemet飛速發(fā)展，人們利用Intemet發(fā)展和共享各種信息，使得信息爆炸式增長，普通網(wǎng)絡用戶查找所需資料變得非常困難，搜索引擎正是為了解決這一問題而發(fā)展起來的。而現(xiàn)在的搜索引擎存在明顯的缺陷：一是搜索引擎結(jié)果數(shù)量龐大；二是搜索結(jié)果線性排列。本文在現(xiàn)有搜索引擎各種技術研究的基礎上，對文檔聚類進一步研究，致力于搜索結(jié)果的自動分類，從而使得用戶更加直觀高效地找到所需結(jié)果。 本文先介紹了搜索引擎的概念和原理，文檔聚類的相關原

2、理，設計了基于 Google WebAPI的解決方案，將搜索引擎返回的結(jié)果進行聚類處理，最后以結(jié)構(gòu)化的方式顯示給最終用戶。 本文的主要研究成果包括： (1)對suffix聚類算法進行了研究，引入了PAT-tree數(shù)據(jù)結(jié)構(gòu)，彌補了suffix聚類算法處理中文信息的不足，顯著提高了文檔聚類的性能。 (2)將文本聚類與現(xiàn)代搜索引擎技術結(jié)合起來，設計了一種新的搜索引擎體系結(jié)構(gòu)，解決了當前搜索引擎存在的一些缺陷。