基于Web挖掘的中文專業(yè)搜索引擎設(shè)計(jì)關(guān)鍵技術(shù)研究.pdf

1、隨著WWW技術(shù)的廣泛應(yīng)用,傳統(tǒng)的通用搜索引擎正面臨巨大的挑戰(zhàn),存在著查全率不高、檢索的精度不高、更新不及時(shí)、不能很好地表達(dá)用戶需求、提交的搜索結(jié)果中包含大量與用戶無關(guān)的信息、缺乏個(gè)性化和智能化等問題.同時(shí),越來越多的不同領(lǐng)域的客戶群,他們急需的是能夠提供高效檢索其業(yè)內(nèi)信息的專業(yè)搜索引擎.面向特定主題信息的專業(yè)搜索引擎(Topic-Specific Search Engine),通過采用導(dǎo)向詞導(dǎo)引、定點(diǎn)采集、定題采集、網(wǎng)站結(jié)構(gòu)挖掘等特有的

2、方法來提高查全率和查準(zhǔn)率,保證其較高的時(shí)效性、專業(yè)性并提供更好的個(gè)性化服務(wù),從而可高效地發(fā)掘特定領(lǐng)域的信息,提供有特色的檢索服務(wù).本文闡述了基于Web信息挖掘技術(shù)的專業(yè)搜索引擎的設(shè)計(jì)與實(shí)現(xiàn),并著重分析了基于特定主題的爬取方法、網(wǎng)頁(yè)特征的綜合描述方法、網(wǎng)頁(yè)分類技術(shù)、專業(yè)分詞詞典的構(gòu)造;通過對(duì)網(wǎng)頁(yè)的按功能分類及超鏈接分析,研究并建立了一種網(wǎng)站結(jié)構(gòu)挖掘的模型;提出了類別向量和特征向量的特殊構(gòu)造方法,利用改進(jìn)的VSM方法將結(jié)構(gòu)挖掘和內(nèi)容挖掘結(jié)合