一种改进的元搜索排序合成算法

发布时间：2018-01-23 01:04

本文关键词： 信息检索元搜索引擎搜索结果合成文本分析群决策合成算法相关文档查询相关性相似度　出处：《华南理工大学学报(自然科学版)》2008年09期 　论文类型：期刊论文

【摘要】：为了提高元搜索引擎的查询精度,提出了一种改进的元搜索结果合成算法.首先,通过分析搜索结果列表中包含的文本信息,综合考虑搜索结果与查询的匹配完全程度和相关程度,给出了文本分析的规范化方法;并结合搜索结果的排序信息计算文档的相关分值,据此实现对局部相似度的调整.然后,利用成员搜索引擎的性能评价,提出了改进的影子文档方法来估算非相关文档的相关分值.最后,采用基于群决策的合成方法对搜索结果进行一致性排序.实际Web环境中的测试表明,所提出的算法比现有合成算法具有更好的搜索结果相关性.
[Abstract]:In order to improve the query accuracy of the meta search engine, an improved meta-search result synthesis algorithm is proposed. Firstly, the text information contained in the search results list is analyzed. Considering the matching degree and correlation degree of search results and query, a standardized method of text analysis is presented. Combining the ranking information of the search results to calculate the relevant value of the document, we can adjust the local similarity. Then, we use the member search engine to evaluate the performance of the search engine. An improved shadow document method is proposed to estimate the correlation scores of non-related documents. Finally, a group decision based composition method is used to rank the search results consistently. The test results in the actual Web environment show that. The proposed algorithm has better search result correlation than the existing synthesis algorithm.
【作者单位】：西安电子科技大学计算机学院;西安电子科技大学理学院;
【基金】：国家自然科学基金资助项目(60603098)
【分类号】：TP391.3
【正文快照】： 结果合成是元搜索引擎的一个核心问题,是将多个搜索引擎的检索结果合并到一起的过程.文献[1]中给出了典型的基于排序位置和文档相关分值的合成算法,这些方法主要是利用文档局部相似度信息.由于不同的搜索引擎具有不同的相关分值标准,从而导致搜索引擎性能的不均衡,因此需要用

【参考文献】