基于网页聚类的搜索引擎结果排序

  本文关键词：基于网页聚类的搜索引擎结果排序，由笔耕文化传播整理发布。

《中国石油大学》 2010年

基于网页聚类的搜索引擎结果排序

孙珊珊  

【摘要】： 随着Web资源的不断丰富,更多的用户试图通过搜索引擎查询信息。然而,用户在体验信息检索系统带来的方便之时,也体会到了信息获取的困难。一方面,目前的搜索引擎主要基于与查询内容的字形匹配返回大量检索结果,由于查询内容具有广泛的语义,因此在返回的结果列表中存在主题混杂现象,用户在检索过程中必须不断对结果进行筛选,耗费了大量时间。另一方面,用户得到的检索结果不具个性化。针对上述问题,本文提出了基于网页聚类的搜索引擎结果排序。 首先,为了解决搜索引擎返回结果中的主题混杂现象,帮助用户快速准确地定位到有价值的信息,本文将文本聚类应用到搜索结果处理中,提出基于主题短语的搜索引擎结果聚类方法。在对返回结果的特征提取中,提出一种新的特征提取方式,特征向量由查询关键词构成的主题短语和高频独立词组成。同时引入同义词词林对特征项进行语义扩充,最后采用改进的k-means聚类算法对搜索结果进行聚类,并为各个类别提取类别标签。 其次,针对用户检索的个性化问题,本文提出了基于用户兴趣和网页聚类的搜索结果排序。通过挖掘用户兴趣,建立兴趣模型,根据用户的兴趣对聚类结果进行类别排序,同时基于用户兴趣模型对类别标签进行扩展,对用户感兴趣的类别内网页综合多个指标进行顺序微调。 最后,根据算法思想进行了实验测试,并对实验数据进行了分析。实验结果表明,基于主题短语的搜索引擎结果聚类算法能有效提高聚类结果的查准率,聚类类别实现了对查询主题的细化。基于用户兴趣的排序提高了用户准确获取信息的效率。同时该系统也存在着很多不足之处,有待于进一步的改进。

【关键词】：
【学位授予单位】：中国石油大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：TP391.3
【目录】：

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【相似文献】

中国期刊全文数据库 前10条

1 相春雷;;2009年中国搜索引擎市场趋势分析[J];软件世界;2010年02期

2 ;揭秘搜索引擎收录网站的秘密[J];计算机与网络;2010年Z1期

3 张敏;;信息抽取技术在网页中的应用[J];中国城市经济;2011年20期

4 马玥;;王小川:绝境之外[J];中国经济和信息化;2011年12期

5 魏蕾如;;基于搜索引擎的网络中文信息检索工具评价[J];数字技术与应用;2011年06期

6 ;创新工业搜索引擎[J];中国制造业信息化;2011年12期

7 胡风华;王磊;;基于知识库系统的智能搜索引擎研究[J];中国新技术新产品;2011年18期

8 方亚会;;Google失败后快速切换搜索引擎[J];电脑迷;2011年11期

9 ;成长中的谷歌[J];IT时代周刊;2011年18期

10 林丽华;;用好SOSO的微博搜索功能[J];电脑迷;2011年16期

中国重要会议论文全文数据库 前10条

1 彭轲;廖闻剑;;浅析搜索引擎[A];中国通信学会第五届学术年会论文集[C];2008年

2 李丹;;如何利用搜索引擎查找中医药信息[A];中国中医药信息研究会第二届理事大会暨学术交流会议论文汇编[C];2003年

3 邓长寿;郭景峰;杨焱林;邓安远;;下一代Web搜索引擎初探[A];第十八届全国数据库学术会议论文集（研究报告篇）[C];2001年

4 维尼拉·木沙江;吐尔洪·吾司曼;;维、哈、柯文搜索引擎中网页爬行器的设计与实现[A];少数民族青年自然语言处理技术研究与进展——第三届全国少数民族青年自然语言信息处理、第二届全国多语言知识库建设联合学术研讨会论文集[C];2010年

5 汤薇;曾艳;;构建校园网搜索引擎必要性分析[A];广西计算机学会2008年年会论文集[C];2008年

6 姚树宇;赵少东;;一种使用分布式技术的搜索引擎[A];2005年全国开放式分布与并行计算学术会议论文集[C];2005年

7 倪俊峰;;基于黄页搜索引擎的关键字排名广告系统的设计与实现[A];2005年中国索引学会年会暨学术研讨会论文集[C];2005年

8 张怡;查贵庭;;SEO在信息服务中的应用研究[A];2010年中国索引学会年会暨学术研讨会论文集[C];2010年

9 陈援非;何哲;朱珍民;;基于普适计算的个性化搜索技术[A];第二届和谐人机环境联合学术会议(HHME2006)——第2届中国普适计算学术会议(PCC'06)论文集[C];2006年

10 杨萌;李春丽;朱明;;网络搜索技术下的编辑工作[A];学报编辑论丛（第十一集）[C];2003年

中国重要报纸全文数据库 前10条

1 主持人　陈建栋;[N];光明日报;2005年

2 本报记者　陈建栋;[N];光明日报;2005年

3 曾正乐;[N];经济日报;2005年

4 本报记者 秦海波;[N];经济日报;2005年

5 FN记者 柳立;[N];金融时报;2005年

6 闫辉;[N];计算机世界;2005年

7 本报记者 李剑;[N];通信信息报;2005年

8 华夏;[N];江苏科技报;2008年

9 记者 毛涛涛;[N];北京商报;2008年

10 笑愉;[N];中国税务报;2008年

中国博士学位论文全文数据库 前10条

1 岑荣伟;基于用户行为分析的搜索引擎评价研究[D];清华大学;2010年

2 李群;主题搜索引擎聚类算法的研究[D];北京林业大学;2011年

3 苏君华;面向搜索引擎的技术接受模型研究[D];南京大学;2011年

4 刘佐达;分布协作式搜索引擎模型及算法研究[D];清华大学;2011年

5 陈旭毅;基于索引云的企业搜索引擎实现研究[D];武汉大学;2011年

6 郭眈;中文互联网视频搜索引擎系统策略研究[D];北京交通大学;2012年

7 王镠璞;基于用户体验的互联网搜索引擎医学信息检索可用性评估研究[D];吉林大学;2010年

8 李莎莎;面向搜索引擎的自然语言处理关键技术研究[D];国防科学技术大学;2011年

9 白玉琪;空间信息搜索引擎研究[D];中国科学院研究生院（遥感应用研究所）;2003年

10 费巍;搜索引擎检索功能的性能评价研究[D];武汉大学;2010年

中国硕士学位论文全文数据库 前10条

1 薛云;Internet上元搜索引擎的研究与设计[D];太原理工大学;2003年

2 王春花;基于Nutch的农业搜索引擎检索结果排序策略的研究[D];西北农林科技大学;2010年

3 李雷;基于Nutch的农业信息搜索引擎实现和优化[D];吉林大学;2011年

4 董晨;基于模糊聚类的个性化搜索引擎的研究[D];福州大学;2005年

5 封俊;基于Hadoop的分布式搜索引擎研究与实现[D];太原理工大学;2010年

6 李浩;分布式教育网信息检索系统的研究和实现[D];华南理工大学;2010年

7 尉建兴;基于Lucene搜索引擎的研究与应用[D];太原理工大学;2011年

8 李建平;智能化WEB信息搜索引擎的研究与实现[D];大庆石油学院;2003年

9 田生伟;基于涉农词典的搜索引擎的研究与实践[D];新疆大学;2004年

10 欧建斌;基于Web挖掘与信息分类的个性化搜索引擎研究[D];暨南大学;2010年

  本文关键词：基于网页聚类的搜索引擎结果排序，由笔耕文化传播整理发布。