商务网站信息生态化程度评价研究

对网站进行评价有助于发现网站存在的问题,改进网站建设。该文以亚马逊网站为例,从信息生态的视角,运用粗糙集和条件信息熵方法,构建商务网站的评价指标体系,并基于用户感知,使用模糊综合的方法对网站进行具体评价。研究结果表明,亚马逊网站具有较好的生态性,但同时该网站在"信息人"、"信息环境"等维度下的指标也存在着一定改善空间。     

基于PageRank算法的商业网站推广策略研究

搜索引擎已经成为当前检索信息的重要工具.为了提高网站在搜索引擎中的排名,必须对网站进行优化。文章针对目前流行的Google搜索引擎,集中研究了网站结构对基于PageRank算法的网站搜索引擎排名产生的影响,并分析该算法在独立网站下的效果,提出了相应的优化策略,总结了PageRank算法存在的不足,这对促进网络信息获取技术向高精度、智能化方向发展提供了很大的参考价值。     

基于信息构建的科研社交网站评价指标体系研究

对科研社交网站开展评价指标体系的研究,以期丰富当前科研社交网站评价研究体系的同时,发挥其为网站运营方进行网站建设优化时的参考作用,对用户进行网站选择利用时的甄别鉴定作用。研究回顾了科研社交网站研究现状,阐述了信息构建理念用于科研社交网站的合理性和可行性,遵循指标体系构建的基本原则,借助网站IA理论、文献调研法和层次分析法原理构建了科研社交网站的综合评价指标体系。构建的评价指标体系包含内容、用户、系统、网站外部特征4个一级指标和10个二级指标。     

网站搜索引擎优化技术分析

作为推广网站网络的一种有效方式,近年来,搜索引擎优化技术逐渐被更多网站所应用与重视,所有网站设计者都极为关注搜索引擎中自身网站的排名,其原因是每个网站都期待网民在搜索引擎中搜寻关于某方面内容的站点时,能够查找到自己的站点,最好能够优先出现。由此一方面能够增加本网站访问量,另一方面还有助于增加目标访问者,此为从站点视角不断优化网站搜索引擎的主要目的。本研究详细探讨了影响网站搜索引擎优化的相关因素,并提出详细的优化搜索引擎的相关对策。     

基于用户体验的商务网站信息质量评价研究

信息质量的提升是网站建设的重要组成部分，从用户体验的角度对网站信息质量进行评价，有助于改善用户对网站的满意度，从而提高网站的竞争力。该文基于用户体验的视角构建了企业对顾客模式（Business to Customer，B2C）的电子商务网站的评价指标体系，使用层次分析法确定了各指标的权重，并选取了OPPO等6家手机网站作为研究对象进行模糊综合评价与模糊聚类分析。研究结果表明，OPPO与荣耀网站整体信息质量处于第1层次，各网站商品信息指标得分普遍较高，服务信息指标得分较低，而其它指标得分存在着一定的差异。     

基于聚焦搜索引擎的搜索引擎优化策略的研究

如何从存有海量数据的万维网上以最快的速度找到所需要的信息,成为我们所要研究的问题。对于这种主题信息获取的需求,传统的通用搜索引擎显然达不到这样的要求,为了克服通用搜索引擎这种缺陷,提出了主题搜素引擎的概念,也就是聚焦搜索引擎。而对于网站站长,如何让用户更快找到自己的网站信息,如何提高搜索引擎优化策略,也是他们所要解决的问题。本文基于这两个问题,阐述了聚焦爬虫原理,结合聚焦搜索引擎的工作原理提出了提高搜索引擎优化策略。     

政务网站搜索引擎优化研究

随着中国电子政务的发展,政务网站在功能和内容上日趋完善,存在的问题在于宣传效果不够理想.在政务网站覆盖的信息领域,用户数量少,访问量不大.搜索引擎作为网民获取信息的主要手段,是网站流量的重要来源.通过搜索引擎优化(SEO)技术,可以大大提升网站在搜索引擎中的排名和出现频率,从而提高网站的用户数和访问量.使用搜索引擎优化技术提高政务网站的宣传效果,对推进政务网站的实际应用具有重要意义.本文将在分析政务网站功能定位的基础上,提出政务网站搜索引擎优化的策略.     

关于网站设计中搜索引擎的优化研究

一套良好的SEO实施方案能够有助于网站被搜索引擎更好、更多的收录,同时使网站的排名更加靠前.访问者从搜索引擎搜索信息的时候,该网站信息出现的位置将会更显著,频率会更高,因此也能给网站带来更大的访问量.本文从搜索引擎优化观点出发,剖析搜索引擎基本功能,得出搜索引擎优化的各种方法,对于网站的设计具有指导意义.     

图书馆网站搜索引擎的优化

搜索引擎优化对网站的推广具有重要的意义。介绍了图书馆网站引入搜索引擎优化的必要性,阐述了搜索引擎优化的基本策略,重点讨论了图书馆网站搜索引擎的优化问题。     

基于网站信息组织的搜索引擎优化策略

介绍了网站信息组织的内容，即网站的结构、网站信息及其组织方式、网站的功能和网站的服务四个有机部分，基于网站信息组织的搜索引擎优化应从以上四个部分进行，而信息组织方法是其核心。从信息组织方法的角度重点论述了传统信息组织方法和网络信息组织方法在搜索引擎优化中的作用。     

Lucene索引段合并优化策略

随着大数据应用发展,如何从海量数据中进行高效信息搜索成为研究热点。Lucene全文搜索引擎通过索引段合并来提高索引效率,但Lucene索引段合并过程大多需要从磁盘加载各索引段,将占用大量系统资源,降低系统吞吐量。针对该问题,提出基于Lucene索引段合并优化策略,该策略通过负载系数来选择不同的索引段合并操作。为提高数据的检索速度,进一步建立索引段相似度评价模型来选择出最优合并索引段集合进行合并。通过与现有Tiere,LogByte,LogDoc等合并策略进行实验对比,提出的优化策略能有效减少索引段合并次数,提升系统吞吐量及索引效率。     

面向侨务信息主题的搜索引擎系统

介绍面向侨务信息主题搜索引擎的工作原理和体系结构,根据侨务信息的特征对网页进行侨务信息的识别.针对主题式搜索,提出一种优化的,基于历史反馈(BHF)的搜索策略,并对该搜索策略进行实验测试.结果表明,以该方法设计的面向侨务信息主题的搜索引擎系统,具有较高的搜索速度与识别精度.     

基于眼球追踪的手术器械设计者与使用者的差异性分析： 以工程师与医生为例

为保证手术器械设计过程中工程师的设计需求符合医生的实际使用需求,对工程师和医生在手术器械使用中的表现进行差异性研究。通过模拟手术实验,设置关键任务与非关键任务,对12名工程师与12医生进行眼动数据(瞳孔直径和平均扫视幅度)与问卷数据(整体评价和各指标评价)的收集,通过四方面分析得到差异结果。结果表明,认知差异：关键任务中,医生瞳孔扩张,具有更高的认知负荷;注意力差异：医生采用主次注意力分配策略,工程师采用平均注意力分配策略。关键任务中,医生相较于工程师注意力集中,扫视幅度小,信息搜索效率高;器械关注度：非关键器械中,工程师设计冗余,超出医生的实际需求;器械评价指标关注度：安全性是共同关注的指标,舒适度相关评价差异性大。可见,应关注设计者角度和使用者角度存在的差异,找到设计和优化关键点,从医生临床实际需求出发进行手术器械的优化与设计,提高手术器械的可用性。     

产城人文融合视角下特色小镇的发展评价研究 ——以三河镇为例

目前,特色小镇建设正在全国范围内如火如荼地进行,已成为当前理论和实践研究的热点,但国内并没有构建出特色小镇基于产城人文融合的发展指标体系,更没有从产城人文融合视角对特色小镇的发展水平进行评价。以三河镇为例,对特色小镇的发展评价从"产城人文"视角进行研究,首先整合国内学者专家的相关研究理论,确定发展指标体系,并利用模糊层次分析法和问卷调查法确定各个指标的权重,然后进行模糊综合评判确定小镇等级,最后提出针对产城人文融合视角下的特色小镇的5大发展策略,希望对今后我国特色小镇在产城人文融合方面的发展建设提供一定的借鉴。     

一种基于本体的垂直搜索引擎系统模型

为了弥补互联网信息爆炸带来的搜索引擎用户满意度低的问题,提出了一种基于本体的垂直搜索引擎模型。该模型构建一个本体知识树,利用增加了属性提取和相似度算法的NWeb-Crawler对网页进行抓取,并将非相关信息进行隔离;然后,进行网页源代码格式信息和语义信息两方面的抽取;抽取的数据信息通过分词后建立二维索引表,用户的请求通过本体知识树扩展概念集和二维索引表进行检索。该系统模型从入口网页到出口数据逐步贴近检索需求,具有良好的扩展性,对垂直搜索引擎的研究有一定的参考借鉴作用。     

建筑业信息搜索引擎研究

Web信息的急剧增长使搜索引擎专用化成为发展趋势。重点论述了主题搜索引擎的信息采集策略,并给出了一种比较理想的建筑业信息搜索引擎设计方案。     

基于概念空间的领域信息爬虫设计研究

Web信息的急剧增长使搜索引擎专用化成为发展趋势.采用了基于概念空间的主体爬虫结构,构造了一个快速、有效的主题信息搜索机器人系统.试验结果表明,该方法具有较高的召回率和精确率.     

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.     

基于XML的藏文图书检索系统的设计与研究

通过设计一个藏文图书查询系统,并给出该系统的总体结构图,对基于XML的搜索引擎中涉及的关键技术进行了研究,提出对XML这种半结构化文档建立索引和查询时采用的数据结构和算法.它在不丢失文档中结构信息的情况下,能充分利用XML的标签所带来的上下文信息,能够大幅度提高查询的准确率.     

基于用户偏好的智能数据源选择

当前搜索引擎用户个性化的研究是搜索引擎优化的一个研究分支.当前检索模型的主要弊端就是搜索引擎用户提供的信息很少.目前主要借助于用户在和元搜索引擎交互的过程中提供的隐反馈信息对成员搜索引擎的数据源选择算法进行优化,利用语言模型对用户检索行为建模,用户与元搜索引擎交互的过程中动态更新用户行为模型,自适应的满足不同检索动机的用户的信息需求.