元搜索關鍵技術的研究及實現(xiàn).pdf

1、通過對主流的搜索引擎技術及相關產(chǎn)品的分析不難看出，目前的搜索引擎在一定程度上滿足了用戶高效地檢索有效信息的需求。同時，從現(xiàn)有的搜索引擎產(chǎn)品的用戶滿意度的調(diào)查不難發(fā)現(xiàn)，目前的搜索引擎技術還存在諸多不足。其主要體現(xiàn)在兩個方面:第一、搜索結果的全面性，即通常所說的查全率問題。第二、搜索結果的有效性，即通常所說的查準率。
　　 目前獨立搜索引擎技術中查準率與查全率兩大問題的解決方法多種多樣，其中具有代表性的為元搜索技術。該技術在一定程度

2、上解決了獨立搜索引擎的不足，但就元搜索結果而言，仍然存在諸多需要完善的方面。
　　 目前理論界針對元搜索的研究同樣圍繞這三部分展開。1）對于用戶輸入處理方面而言，其存在的主要問題集中于用戶對查詢目標的模型性，用戶輸入內(nèi)容的多義性等問題。為解決上述問題，出現(xiàn)了關鍵詞提示，分詞技術，基于Agent技術的用戶興趣模型的建立，基于知網(wǎng)的歧義消除及關鍵詞選擇以及基于本體理論的用戶輸入處理等;2）候選引擎調(diào)度方面，針對候選搜索引擎搜索調(diào)度方

3、面存在的候選搜索引擎選擇以及調(diào)度策略等問題，提出了諸如粗略信息代表法，詳細信息代表法，定量算法，靜態(tài)學習法，動態(tài)學習法，動靜態(tài)結合的混合學習法以及基于本體的個性化調(diào)度方法等;3）返回結果處理方面而言，主要存在兩大問題，即結果的去重與排序。針對結果的去重問題，目前的相關的理論和方法主要有基于URL，基于文檔標題，基于文檔摘要或三個方面相結合等處理方法;而針對結果的排序，主要基于位置信息的排序方法，基于相關度的排序方法以及基于本體的個性化排

4、序方法等。
　　 本文以元搜索引擎的高查準率、高查全率以及系統(tǒng)的快速反應為基本目標，以元搜索系統(tǒng)的三大主要組成部分為依據(jù)，對元搜索引擎現(xiàn)存的相關問題進行分析與研究:1）用戶輸入處理部分，采用了正向分詞與逆向分詞相結合的方法，保證用戶關鍵詞集合能完全反應用戶的搜索意圖，并采用用戶長期興趣樹與短期興趣樹相結合的方式，既可保證用戶興趣類別的時效性，又使得用戶的興趣類別搜索的性能。2）候選搜索引擎調(diào)度方面，本文采用用戶興趣類別與用戶檢索

5、行為分析相結合的方式來進行搜索引擎的選擇，力求挑選出最可能提供用戶搜索結果的若干候選搜索引擎，并且采用內(nèi)存緩沖與本地數(shù)據(jù)庫緩沖相結合的雙緩沖機制，以提高系統(tǒng)對用戶查詢請求的響應時間。3）候選搜索引擎返回的結果方面，在結果去重時，并非單純地過濾各候選搜索引擎的返回結果，而是在去重過程當中便對返回結果賦予相應的權值，以便提高相應結果的排序得分，進而提高相應的返回結果在所有返回結果中的排名。
　　 通過對元搜索各重要組成部分的改進，系