搜索引擎結果冗余信息消解算法的研究與應用.pdf

1、目前隨著網(wǎng)絡信息的爆炸式增長以及信息多元化的發(fā)展，快速有效地獲取所需的信息變得越來越困難，通用搜索引擎已不能適應用戶對信息檢索的準確性要求，消除搜索引擎結果中的冗余信息正成為研究熱點之一。聚類技術是消解搜索引擎結果中冗余信息的關鍵技術之一，對于提供搜索結果的關聯(lián)性和搜索信息的有效性起著至關重要的作用。
　　 本文作者的主要研究工作概述如下:
　　 1)分析了搜索引擎的發(fā)展現(xiàn)狀和當前消解冗余信息的不足之處，通過構建消解搜索

2、引擎結果中冗余信息的技術框架，研究了消解冗余信息的方法。
　　 2)設計和實現(xiàn)了關于搜索引擎結果信息的分詞處理，特征提取和消解冗余信息的處理流程。其中，分詞處理采用改進的正向最大匹配切分(MM)算法并進行歧義校正，特征提取采用向量空間模型進行特征詞表示。
　　 3)針對基于中心點的K-Means聚類算法的不足，提出了改進算法，并結合搜索引擎評價標準對該改進算法的效果進行了評價。實驗表明，改進后的算法可以有效地改善聚類的性