基于網(wǎng)頁分塊的主題搜索引擎的研究與實現(xiàn).pdf_第1頁
已閱讀1頁，還剩67頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、搜索引擎解決了網(wǎng)上查找信息難的問題。隨著網(wǎng)絡信息指數(shù)級增長以及行業(yè)分工不斷加大，針對專業(yè)領域的信息搜索在精度和深度方面要求日益提高，主題搜索引擎必然成為搜索引擎的發(fā)展方向。然而，隨著網(wǎng)頁主題的多元化，以網(wǎng)頁為最小單位進行處理的主題搜索引擎存在鏈接預測不準確、隧道穿越能力低、網(wǎng)頁消重效果差、檢索質(zhì)量不高等問題，導致了主題搜索時易出現(xiàn)主題漂移現(xiàn)象?；谝陨蠁栴}，本文將網(wǎng)頁分塊技術應用于主題搜索，在主題搜索時將網(wǎng)頁中的內(nèi)容塊作為最小處理單元，

2、而不再是整個網(wǎng)頁。 但傳統(tǒng)網(wǎng)頁分塊算法對多主題網(wǎng)頁分塊效果不好，因此不適合應用到主題搜索引擎中。針對這一問題，本文提出一種能適應多主題網(wǎng)頁分塊的新算法CTVPS，該算法充分利用網(wǎng)頁中的視覺信息、標簽信息和鏈接信息，同時在分塊過程中提出若干啟發(fā)規(guī)則來控制分塊的精度和粒度。在完成了網(wǎng)頁分塊的基礎上，本文提出了與之適應的主題相關塊提取方法即將文本分類中的分類模型移植到內(nèi)容塊分類中，實現(xiàn)了主題相關內(nèi)容塊的提取。最終使主題搜索引擎在鏈接預

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論