關(guān)聯(lián)規(guī)則在搜索引擎中的應(yīng)用及研究.pdf

1、針對傳統(tǒng)的搜索引擎關(guān)鍵詞提取算法在實現(xiàn)檢索時存在的局限性,本文通過對數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則相關(guān)算法進行改進,并將改進后的算法與搜索引擎技術(shù)相結(jié)合,以此來提高傳統(tǒng)搜索引擎的查全率和查準(zhǔn)率。文章主要分為兩大部分：第一部分將非加權(quán)關(guān)聯(lián)規(guī)則改進,并與搜索引擎技術(shù)相融合。首先從關(guān)聯(lián)規(guī)則經(jīng)典算法Apriori的改進出發(fā),通過此算法來解決傳統(tǒng)搜索引擎中的問題,然后發(fā)現(xiàn)新的問題,最后引入兩種FP-tree樹的概念來解決新的問題。第二部分是針對上文研究的非

2、加權(quán)關(guān)聯(lián)規(guī)則應(yīng)用于搜索引擎之中,并沒有關(guān)注各個網(wǎng)頁詞語也存在權(quán)重的問題,為了符合實際,引入相關(guān)定理對相關(guān)FP-tree樹進行改進,以此來解決加權(quán)過濾檢索問題。所做的主要工作和研究成果如下：(1)由于傳統(tǒng)的關(guān)鍵詞查詢算法存在查全率和查準(zhǔn)率低的問題,文中對傳統(tǒng)的經(jīng)典apriori算法進行改進,并將改進后的算法與搜索引擎技術(shù)加以融合；首次將關(guān)聯(lián)規(guī)則和搜索引擎技術(shù)結(jié)合起來。(2)由于改進后的apriori算法存在多次掃描數(shù)據(jù)庫,效率低下的問題,