企業(yè)搜索引擎排序技術(shù)的研究.pdf

1、當(dāng)前，隨著社會(huì)經(jīng)濟(jì)發(fā)展和企業(yè)信息化建設(shè)不斷推進(jìn)，企業(yè)信息資源愈加豐富，同時(shí)信息資源呈現(xiàn)分布散亂、形態(tài)多樣化等特點(diǎn)，使查找信息變的更加困難;另外，由于企業(yè)文檔信息涉及商業(yè)機(jī)密，利用商用搜索引擎檢索會(huì)讓公司承擔(dān)經(jīng)濟(jì)風(fēng)險(xiǎn)。因此，在企業(yè)內(nèi)部建立信息資源檢索系統(tǒng)，并對(duì)檢索結(jié)果合理有效排序顯得越來(lái)越重要。
　　為此，本文通過(guò)對(duì)搜索引擎排序算法展開深入研究，在基于傳統(tǒng)搜索排序算法的基礎(chǔ)上進(jìn)行創(chuàng)新，一方面通過(guò)對(duì)初始迭代向量預(yù)估計(jì)和引入網(wǎng)頁(yè)排名波動(dòng)

2、率作為算法停止迭代計(jì)算準(zhǔn)則對(duì)傳統(tǒng)PageRank算法進(jìn)行改進(jìn)，另一方面從用戶點(diǎn)擊行為角度將查詢?cè)~歷史點(diǎn)擊量對(duì)文檔貢獻(xiàn)率引入到排序算法中，有效地提升了檢索準(zhǔn)確率和提高了用戶滿意度。
　　首先，本文介紹了搜索引擎的工作流程，深入研究搜索引擎的技術(shù)原理;介紹了常用的搜索引擎排序算法，重點(diǎn)研究了經(jīng)典排序算法PageRank算法;對(duì)搜索引擎用戶行為進(jìn)行研究，重點(diǎn)分析搜索引擎用戶點(diǎn)擊行為的可靠性，根據(jù)多個(gè)特征判斷搜索引擎用戶點(diǎn)擊與查詢的相關(guān)性

3、;深入分析了開源Lucene的評(píng)分機(jī)制，其核心思想是根據(jù)查詢?cè)~與網(wǎng)頁(yè)內(nèi)容相關(guān)度的大小進(jìn)行排序。
　　然后，提出改進(jìn)的PageRank算法和對(duì)基于用戶點(diǎn)擊行為模型的排序算法的改進(jìn)。首先對(duì)PageRank算法加以研究改進(jìn)，從節(jié)點(diǎn)入度角度對(duì)其初始迭代向量預(yù)估計(jì)和引入網(wǎng)頁(yè)排名波動(dòng)率作為PageRank算法停止迭代計(jì)算準(zhǔn)則，減少了迭代次數(shù)，加速了迭代過(guò)程;其次，通過(guò)對(duì)用戶點(diǎn)擊行為的挖掘，分析用戶點(diǎn)擊行為特征的可靠性，提出了查詢?cè)~歷史點(diǎn)擊量對(duì)