垂直搜索引擎及其个性化推荐研究

针对通用搜索引擎在当前网络搜索应用中出现的搜索结果冗余度过大、信息定位不准确的问题,对垂直搜索引擎进行了研究,剖析了通用搜索引擎和垂直搜索引擎的体系结构,比较了两者的工作流程和搜索结果进行,利用垂直搜索引擎专注于某一领域从而降低了＂一词多义＂现象的特性,有效提高了查全率和查准率。针对垂直搜索引擎在无法满足不同用户的个性化需求方面的不足,分析了垂直搜索引擎的个性化信息检索和推荐技术,然后从实际应用出发,设计和实现了基于用户和文档特征向量矩阵的个性化检索和推荐算法。     

化工行业信息搜索技术的研究

面向行业主题的搜索在特定主题信息覆盖方面与通用搜索引擎有着截然不同的要求,为解决行业信息搜索的问题对基于向量空间算法的化工相关度计算以及对经典的Page-Rank页面排序算法做了研究与改进并且在Nutch搜索引擎架构基础上,搭建了一个面向化工行业信息资源的垂直搜索引擎。相对于通用搜索引擎来说剔除掉了不必要的搜索结果信息量,提升了系统速度,提高了行业信息搜索的准确度。     

元搜索基于源搜索引擎的链接优化

现有的Internet网站中一些大的搜索引擎,其功能很全,正因其功能强大,则难免在细节上出现一些不太完善的地方,如对搜索结果的链接没有实现有效性检测,导致了在网页中搜索结果出现了许多无效链接.针对这一缺点,本文先给出了元搜索引擎的定义、元搜索引擎的原理及搜索引擎与元搜索引擎的主要区别,同时还指出了搜索引擎的不足,最后提出了一个搜索引擎改进方法,给出了思路流程与方案解析,即在客户端实现过滤,这样既可以保持搜索的快速性,又能达到过滤链接的效果,并用UML时序图描述了搜索引擎的检索结果,同时进行有效性检查,建立这样的元搜索构想功能即是对如上搜索得到的网址进行检测过滤,以提示或去除其中无效的链接,使用户能够更加准确、快捷地获取所需要的资料信息.     

简析搜索引擎中网络爬虫的搜索策略

随着网络信息的迅速发展,搜索引擎已成为人们获取有用信息必不可少的工具.以何种策略有效地访问网络资源是专业搜索引擎中网络爬虫研究的主要问题.本文对搜索引擎中网络爬虫的搜索策略进行简要分析,比较各种搜索算法的优缺点,总结提高搜索效率的因素,使人们对网络爬虫的搜索算法有个大概了解,以及对新一代搜索引擎的期望,以便更快捷获取自己需要的信息.     

公务员学电脑

发展中的搜索引擎模式（一） 编者按：面对国际互联网上门类繁多的网站和浩如烟海的信息，为更快捷地获取目的信息，基于不同理念、技术、用户和商务建式的搜索引擎正在兴起。本栏将在以下几期连续介绍有关搜索引擎模式，以飨读者。 Ｙａｈ ｏ ｏ！ 综合门户搜索引擎模式 长期以来 Ｙａｈｏｏ！已经成 为搜索引擎的 代名词，Ｙａｈｏｏ！ 模式更是人们 亦步亦趋追随 的流行时尚。 Ｙａｈｏｏｌ类搜索 引擎的最大特点是无休止地横向扩张，服务内容从目录搜索到综合信息门户，服务范围从一个地域到有着不同语言文化背景的几十个地域，把人工分…     

基于Lucene的校园网搜索引擎的设计与实现

利用基于校园网的搜索引擎来搜索学校局域网内的信息已成为人们关注的热点,一方面是因为校园网内信息量不断增加,利用搜索引擎可以提高搜索效率;另一方面是因为由于网络设计的限制,百度等搜索引擎搜索不到局域网内的很多信息.在研究搜索引擎基本原理和技术的基础上,设计了基于Lucene的校园网搜索引擎.测试表明,本系统能很好地完成用户的搜索要求.     

专业搜索引擎Scirus研究

Scirus科学搜索引擎是一种专为搜索高度相关的科学信息而设计的搜索引擎。它帮助人们从浩如烟海的网络信息中快速准确得获取所需的科学信息。Scirus凭着优秀的搜索表现,连续三年被“SearchEngineWatch”评为最佳专业搜索引擎。本文详细介绍了SCIRUS科学搜索引擎的功能特色、具体检索方式以及存在的问题。     

网络爬虫技术的发展趁势

搜索引擎不断的发展,人们的需求也在不断的提高,网络信息搜索已经成为人们每天都要进行的内容。如何使搜索引擎能时刻满足人们的需求,我们需要找到一种方法。本文介绍了搜索引擎的分类及工作原理,阐述了网络爬虫技术的搜索策略,展望新一代搜索引擎的发展趋势。     

Deep-Web搜索引擎实现技术研究

Internet的发展,为我们提供了海量的信息资源,但由于Web的复杂性,目前传统的搜索引擎只能检索出其中一部分信息.大量的隐藏信息对这些搜索引擎是不可见的.这些信息隐藏在Web页面的搜索表单中,存在于大型的数据库.用户必须通过查询其后端的数据库才能获得这些Deep Web信息.首先介绍了Deep Web引擎的一般原理,列举了目前Deep Web的流行技术,以及Deep Web搜索引擎的研究现状,并给出了Deep Web搜索引擎的完整实现内容框架,同时探讨了数据库自动发现、数据库自动选择、返回结果自动抽取、结果聚合等4个实现Deep Web搜索引擎的关键技术.     

论搜索引擎网络服务提供者的法律定位

搜索引擎网络提供者的法律定位是法律上的一个难点。本文拟以网络服务提供者与网络内容提供者的区别与联系为切入点,对搜索引擎网络提供者＂搜索链接＂与＂搜索下载＂两大搜索行为进行分析。搜索引擎网络提供者的法律定位应当根据搜索引擎网络提供者在某一具体的搜索引擎网络活动中的＂搜索行为＂进行分析与判断。     

主题检索原理及结构模型

随着互连快速发展，互连网的信息搜索得到广泛的应用，对搜索引擎要求越来越高，因此需求开发技术水平更高、性能更优、速度更快的搜索引擎．本文对近来年的搜索引擎进行初步的研究，对构建更优的搜索引擎系统提供了参考。     

网络信息检索工具浅析

搜索引擎是人们使用Internet信息资源的重要工具。对目前的搜索引擎进行了简要的分析,以百度搜索等为例,详细介绍了相关网络信息检索工具以及如何在短时间内能够掌握利用和运用Internet的资源找到人们所需要信息的方法。     

智能桌面元搜索引擎中个性化研究

随着WWW信息量的急剧膨胀,当前的搜索引擎已经不能够很好的满足人们信息搜索的需求,元搜索引擎作为下一代功能更强大、更具智能的方案而成为当前的研究热点.本文针对桌面搜索引擎易于获得单个用户个性化信息的特点,提出了个性化桌面元搜索引擎的解决方案,从它的体系结构到局部的技术难点都作了详细描述,同时最后给出总结和展望.     

浅谈搜索引擎的安全性

Internet的迅速发展,带来了信息的全球共享,方便了人们的交流和沟通,但是也带来了一系列的问题。以Google为代表的搜索引擎技术快捷、高效、全面地提供了全球信息的检索。但是搜索引擎中的自动信息搜索技术和链接描述文字技术却有很大的弊端。对于一些安全性不高的网站合法非法的搜索都可以探测到保密的信息,由此造成了保密信息的外泄。人肉搜索引擎的出现,因其缺乏规范,更容易产生严重的社会问题。     

基于用户兴趣挖掘的个性化搜索引擎研究

随着互联网应用的不断深入,搜索引擎已经成为互联网信息检索必不可少的工具。传统的搜索引擎由于没有考虑到用户个人的兴趣爱好,无法满足人们信息需求的多元化趋势,因此个性化搜索引擎逐渐产生和发展起来,基于用户兴趣的个性化搜索服务越来越受到用户的欢迎。     

一种改进的元搜索排序合成算法

搜索结果的合成是元搜索引擎系统中一个重要的技术问题。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。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。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估算非相关文档的相关分值。然后,采用基于群决策的合成方法对搜索结果进行一致性排序。在实际Web环境中进行了测试,实验结果表明采用本算法,搜索结果的相关性比Round-robin、CombSum和CombMNZ三种合成算法有较大提高。     

个性化元搜索结果整合算法的研究

元搜索是一种基于搜索引擎的搜索引擎,它将各个独立搜索引擎的结果经过融合呈现给用户,以此为用户提供更加全面的信息,但是要在数量庞大的搜索结果中快速的找到自己所需要的信息却不是一件容易的事。本文提出了一种基于用户兴趣的个性化元搜索引擎模型,通过提取用户个性化行为特征,建立用户兴趣库,并对搜索结果进行合理排序和整合,将用户最感兴趣的信息尽可能排在最前面,从而实现元搜索的个性化,提高用户搜索的查准率和效率。     

如何获取网上信息

随着互联网的发展,人们对网上信息的需求量也越来越大,本文将为读者介绍如何从网上获取所需信息。 一、搜索信息 利用IE的搜索浏览器查找信息 IE(Internet Explorer)的搜索引擎为用户提供了强大的搜索功能。用户可以单击IE浏览器中的“搜索”图标,打开搜索浏览器。 用户如果需要查找网页,单击“查找网页”选项,并在下面的文本框中输入查询条件,也就是用户想搜索     

浅谈CMS系统的搜索引擎优化

在这个网络信息成爆炸式增长的时代,搜索引擎成为了人们查找信息的主要来源之一,而CMS作为一个内容发布和管理的系统,就更应注重其文章或内容在搜索引擎方面的优化,从而提升网站的价值。本文从CMS系统自身特点出发,把搜索引擎优化方法应用到CMS系统中去,以提高网站的搜索引擎排名,最终达到网站推广的目的。     

云计算环境下可视化探索式搜索引擎的研究

针对目前搜索引擎返回的信息量过大且缺乏语义关联等问题,提出了一种云计算环境下的可视化探索式搜索引擎模型.该模型通过对元搜索引擎返回的原始信息在云计算环境下语义相似度的计算和语义链的构建,采用探索式搜索方法为用户获取个性化的结果.与传统搜索引擎相比,其结果更加直观地表现了目标信息及其之间丰富的语义关系,该方法使用户能够更为自然而有效地在海量的信息中发现更符合其需求的目标.作为实验模型,还需要更多的元搜索引擎的支持,以及进一步计算优化语义相似度的算法,才能使该模型真正实用化.本研究为云计算环境下构建新一代个性化智能搜索引擎提供了理论和实践上的参考.