

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著信息技術的快速發(fā)展,互聯(lián)網中的網頁數(shù)量也在不斷增加,用戶在感受獲取信息便利的同時,也伴隨著從海量數(shù)據(jù)中快速查找需要的信息而變得日益困難。在這樣的情形下,搜索引擎成為用戶快速找到目標信息的最佳途徑。搜索引擎是根據(jù)一定的策略,從互聯(lián)網中收集信息,對信息進行組織和處理之后,為用戶提供檢索服務。一般而言,用戶更傾向于點擊前幾頁的網頁鏈接,因此,合理的對返回檢索結果進行排序顯得尤為重要,這關系到用戶對反饋結果的滿意度。對搜索引擎的檢索結果進行
2、排序的算法中,PageRank算法最具有代表性,PageRank算法是基于網頁鏈接結構,優(yōu)點在于它對互聯(lián)網上的網頁給出了一個全局的重要性排序,并且算法的計算過程是通過線下完成的,這樣有利于迅速響應檢索請求,不過,其缺點在于主題無關性,偏重舊網頁。
時間是網頁信息中的一個重要緯度,當人們閱讀一篇網頁新聞時,他們首先會把文章的內容和時態(tài)信息聯(lián)系起來。網頁中不僅包含有文本信息,同時也包含有大量的時態(tài)信息。而傳統(tǒng)的搜索引擎,只是簡單的
3、對文本關鍵詞進行檢索,卻沒有關注時態(tài)信息的檢索,因此,將時間信息運用在Web信息檢索中,可以大大加強文本信息檢索效果。時態(tài)信息包含確定時態(tài)信息和不確定時態(tài)信息,其中,對不確定時態(tài)信息的處理是學術界的難點,它包括對不確定時態(tài)信息的語義、時態(tài)粒度、時態(tài)跨度等定義與分析。針對不確定語義造成的時態(tài)不確定性與多樣性問題,提出了對不確定語義進行轉換的思想,使得時態(tài)信息可以參與量化計算。
構成詞語(或者短語)成分之間的線性排列次序也同樣反映
4、出人類思維與認知的軌跡,即詞序映照人的思維與認知順序。通過大量的調查發(fā)現(xiàn),一般用戶搜索輸入的關鍵詞數(shù)量集中在2至8個關鍵詞之間,若這些查詢關鍵詞集分布在網頁內容的位置相對聚集,則表明該網頁與用戶查詢關鍵詞的相關度較高。因此,在Web檢索中,加入搜索關鍵詞集之間的位置關系信息在網頁中的分布作為排序參考的因子,可以大大提高搜索結果的準確率。
本文通過對經典的PageRank算法進行研究學習,針對搜索關鍵詞在網頁中的距離關系特征,提
5、出了對查詢關鍵詞進行聚類的思想,將其轉換成計算搜索關鍵詞在網頁中的聚集程度,在原有的PageRank算法的基礎上增加對關鍵詞的聚合密度考量,并給出了搜索詞聚類的形式化描述模型;并結合搜索詞中含有時態(tài)關鍵詞信息,考慮時態(tài)的粒度屬性與不確定的語義,提出了一種基于時態(tài)和搜索關鍵詞間的距離關系的PageRank改進算法,并最終在實驗中驗證該算法的有效性。
論文的主要創(chuàng)新點在于:(1)利用層次聚類的方式將網頁中的查詢關鍵詞進行聚類,通過
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,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,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。
最新文檔
- 基于關鍵詞的網頁檢索和排序【畢業(yè)論文】
- 基于關鍵詞聚類與神經網絡的網頁排序學習算法研究.pdf
- 基于關鍵詞的網頁檢索和排序【開題報告+文獻綜述+畢業(yè)設計】
- 基于網頁文本過濾的關鍵詞匹配算法研究和實現(xiàn).pdf
- 基于關鍵詞的語義搜索.pdf
- 基于關鍵詞匹配的網頁文本過濾算法的研究和實現(xiàn).pdf
- 云環(huán)境下關鍵詞排序搜索的隱私保護研究.pdf
- 加密云數(shù)據(jù)的自適應多關鍵詞排序搜索.pdf
- 基于關鍵詞的垃圾網頁判別研究.pdf
- 基于詞跨度的網頁關鍵詞提取方法研究.pdf
- 關系數(shù)據(jù)庫中關鍵詞搜索算法的研究.pdf
- 基于語義距離的Web頁面關鍵詞研究.pdf
- 關鍵詞拍賣的排序規(guī)則研究.pdf
- 基于關鍵詞的關系數(shù)據(jù)庫時態(tài)信息檢索方法研究.pdf
- 基于關系數(shù)據(jù)庫的關鍵詞搜索系統(tǒng)的研究.pdf
- 搜索競價廣告關鍵詞優(yōu)化算法與實驗.pdf
- 基于搜索引擎網頁排序算法研究.pdf
- 基于Web挖掘的搜索關鍵詞建議研究.pdf
- 關鍵詞分析的模式關鍵詞選擇,關鍵詞搜索頻度,關鍵詞調配5-v.org
- 基于對等網絡的多關鍵詞搜索技術.pdf
評論
0/150
提交評論