網絡社區(qū)信息搜索技術.pdf

1、隨著計算機和互聯(lián)網技術的發(fā)展，越來越多的信息被放在了互聯(lián)網上，由于網絡快速和便捷的特性，傳統(tǒng)媒體和和交流社區(qū)還有企業(yè)都開始電子化，網絡化，網絡上的信息也越來越多的在動態(tài)頁面內出現，如論壇，新聞組，博客等等，在億萬網民的共同貢獻下，互聯(lián)網上的信息量以極快的速度增長起來。網絡上海量的信息是人類的知識寶庫，人們從中可以學習知識，找到問題的解答，因此搜索網絡社區(qū)如論壇，新聞組和博客等中有用的信息成為了一項越來越重要的任務。
　　 另一方

2、面，由于互聯(lián)網結構的多樣性，內容的海量性，并且包含大量的無用的錯誤的噪音信息，如何在如此龐大的信息庫中快速準確的搜索信息成為了熱點研究。
　　 互聯(lián)網上的搜索問題指的是用戶給出一個查詢，對于互聯(lián)網內的信息單元，返回給用戶和查詢相關的內容，和查詢越相關并且越符合用戶查詢意圖的結果在結果排序列表的越前面。由于訪問網絡上的內容需要相對不小的時間代價，并且網絡上的具有海量的分散的數據，我們不可能在每次搜索的時候去遍歷所有的網頁，網絡搜索

3、是面向用戶的研究，必須在結果的質量和搜索響應時間上都有較好的效果，因此網絡搜索解決方案一般都分三個階段，即內容抓取，建立索引，基于索引的搜索。每個階段都需要很多的研究，本文把主要注意力放在最后階段，即如何返回高質量的搜索結果，通過挖掘出網絡信息的發(fā)布人的知識領域檔案來調整該信息的排名以達到更好的搜索效果。
　　 大部分在文檔集或網頁搜索中效果很好的信息檢索系統(tǒng)并不是特別適合用來在電子社區(qū)中尋找有用的信息，無法利用到網絡社區(qū)的一些

4、重要的信息比如是誰發(fā)布的這個信息以及他在這個話題上的專家程度有多少等，領域專家對他們專長的領域發(fā)表的言論即使短小也是可信并且信息豐富的。在這篇文章中，我們提出了一個新的方法通過分析出用戶在各個領域的專家程度來幫助我們計算符合查詢的文本中包含的對查詢者有用的信息量。本文的研究成果主要有：
　　 (1)提出了在網絡動態(tài)社區(qū)環(huán)境下計算用戶知識領域專家度檔案的方法。本文基于文本信息檢索的方法，在分析了網絡社區(qū)內容的特點后，給出了適合該環(huán)

5、境的挖掘用戶專家檔案的方法。實驗表明，同相關工作比較，本文的方法更適合用來在噪音大，文本短小的網絡社區(qū)環(huán)境挖掘專家檔案。同時，該方法計算得到的專家?guī)煲矊⒂脕磔o助提高搜索質量。
　　 (2)發(fā)現了利用信息發(fā)布人的專家檔案可以幫助我們提高搜索質量，使其更符合用戶搜索的目標。給出了基于作者專家檔案的網絡社區(qū)信息搜索框架，并給出了基于改進后的信息檢索方法的算法。實驗結果表明，該方法能明顯的提高搜索質量，并對實驗結果進行了分析證明本文方法