Web挖掘及其在網絡搜索引擎中的應用研究.pdf

1、隨著網絡技術的迅猛發(fā)展，Internet已成為當今世界上最大的信息庫，也是全球范圍內信息傳播的重要渠道。由于Web本身的龐大性、動態(tài)性、異構性和半結構化等特點，導致了Web信息搜索的困難。目前人們從這些海量數據中查找有用信息，使用最多的就是網絡搜索引擎，然而當前搜索引擎的檢索效果很難使用戶滿意。作為知識挖掘中新的研究內容Web挖掘，由于其在信息處理中的層次較高，同時與搜索引擎的關系非常密切，對搜索引擎技術有很大的借鑒作用，所以通過應用W

2、eb挖掘技術，可以改善搜索引擎的檢索性能。查準率是搜索引擎檢索性能評價體系中的重要指標，它的高低直接影響用戶對搜索引擎的滿意度。課題旨在研究Web挖掘技術，并將其應用到搜索引擎中，找到提高搜索引擎查準率的方法。探討了網絡搜索引擎和Web挖掘的相關技術，重點研究了Web結構挖掘算法，分析了目前應用廣泛的PageRank算法存在的問題，結合Web內容挖掘中的頁面相似度改進了傳統(tǒng)的PageRank算法，實驗證明對算法的改進是有效的。在此基礎上

3、，改進了主題敏感的PageRank算法。通過一個小型Web結構圖，闡述了改進的主題敏感PageRank算法是如何應用到搜索引擎中的。同時計算了搜索引擎在分別使用傳統(tǒng)PageRank、主題敏感PageRank算法和改進主題敏感PageRank算法時的相對查準率。實驗結果表明，針對不同的查詢，改進的主題敏感PageRank算法使搜索引擎的相對查準率高于傳統(tǒng)的PageRank算法和主題敏感PageRank算法，進而證明了改進的Web挖掘算法能