基于云計算的垂直搜索引擎的研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩70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,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、垂直搜索引擎作為搜索引擎的一個分支,只面向某一特定主題進行搜索,可以獲得更好的用戶體驗,近年來獲得了越來越多的關注。但是現(xiàn)有的垂直搜索引擎在結果排序算法中并沒有考慮到web頁面中鏈接自身屬性的特點,難以獲得滿意的搜索結果,而且目前的主題類垂直搜索系統(tǒng)基本基于網(wǎng)站自身數(shù)據(jù),不夠全面,需要用戶依次的尋找最有價值的信息。
  針對垂直搜索引擎的不足,本文從兩方面改進結果排序算法——PageRank算法,設計一個面向租房主題的垂直搜索系統(tǒng)

2、,整合全網(wǎng)租房網(wǎng)站的信息,將更全面的租房信息返回給用戶,主要研究工作和成果如下:
  (1)利用垂直搜索web鏈接結構的特點,提出一種相似行消除的改進PageRank算法。證明了頁面的鏈接分布之間的相似性廣泛存在于垂直搜索系統(tǒng)的web鏈接結構中,類似的鏈接內分布導致了PageRank計算中轉換矩陣的相似行?;谶@種特點,提出一種有效的消除策略,利用這種相似性降低計算矩陣的密度,數(shù)值實驗證明了這種消除策略對降低PageRank矩陣密

3、度的有效性,并進一步減少了計算成本。
 ?。?)針對搜索結果中垃圾鏈接較多,用戶體驗不好的問題,提出了一個基于鏈接屬性的改進算法。按照網(wǎng)頁中鏈接顏色粗細的不同,分為三種,同時按位置的不同,將鏈接劃分為六部分,每一種鏈接,位置的每一部分對下游網(wǎng)頁貢獻的權重是不同的,在多次迭代后,擁有權重大的網(wǎng)頁會逐漸積累起比較高的PageRank值,這樣越重要的網(wǎng)頁越顯示在前面,能夠提高系統(tǒng)的查準率,優(yōu)化搜索結果。
  (3)基于提出的改進算

4、法,設計并實現(xiàn)了一個垂直搜索系統(tǒng),給出了系統(tǒng)整體的架構圖,輔以流程圖和核心代碼詳細說明了系統(tǒng)各個模塊的具體分析及實現(xiàn)方法。使用Google App Engine云計算平臺,線下計算大數(shù)據(jù)量的信息,使用其提供的一套相關產(chǎn)品實現(xiàn)了系統(tǒng)各個模塊的開發(fā)與實現(xiàn)。
  最后,將該垂直搜索系統(tǒng)應用到租房主題中,對系統(tǒng)在不同條件下的搜索結果數(shù)據(jù)進行研究與對比,表明系統(tǒng)能夠獲得較高的準確率和較低的響應時間,同時對于研究面向單一主題的垂直搜索系統(tǒng)具有

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。

評論

0/150

提交評論