搜索引擎技术初探

本文主要对搜索引擎技术初步进行探讨,介绍搜索引擎实现的基本技术过程。     

深广结合的迷宫次短通路解法

深度优先搜索得到迷宫的路径后,在路径的分支处进行第二次深度搜索,以寻找一条较短的路径。新算法在最短通路和执行时间之间取得了折衷,实验证明是有效的寻找迷宫次优解的办法。     

基于STL的图遍历问题的解决

讨论了对图的遍历问题的解决方法,解决图的遍历问题的最终目的在于通过遍历得到点之间的最短距离,这就需要对遍历中经过的节点权值进行比较,遍历所有途径得到最优结果。     

基于广度优先搜索的扫描线填充算法

基于深度优先搜索的思想从填充时间上提出了扫描线填充算法的改进，进一步从存储空间上改进算法，与传统的扫描线填充算法相比较，改进算法的填充速度得到很大提高．     

A Depth-first Algorithm of Finding All Association Rules Generated by a Frequent Itemset

The classical algorithm of finding association rules generated by a frequent itemset has to generate all nonempty subsets of the frequent itemset as candidate set of consequents. Xiongfei Li aimed at this and proposed an improved algorithm. The algorithm finds all consequents layer by layer, so it is breadth-first. In this paper, we propose a new algorithm Generate Rules by using Set-Enumeration Tree （GRSET） which uses the structure of Set-Enumeration Tree and depth-first method to find all consequents of the association rules one by one and get all association rules correspond to the consequents.Experiments show GRSET algorithm to be practicable and efficient.     

通过广度优先搜索有向图重组规则次序

一个知识库系统性能的验证不仅仅局限于检测系统的功能特性,比如它的输入一输出,而且史重要的是必须体现它的动态特性,比如运行时间效率．提出了通过重新排列规则次序来提高推理效率的思想,并举出一个具体例子来阐述采用广度优先搜索有向图的算法重组规则次序．     

用C语言实现人工智能中的搜索策略

使用应用广泛的程序设计语言（如Ｃ语言）来编写人工智能程序，可使大量与人工智能有关的实际问题简化。文中结合问题树介绍了人工智能中深度优先和宽度优先这两种重要且常用的搜索策略的原理，并给出了一种用Ｃ语言表示问题树的方式，阐述了如何用Ｃ语言实现上述两种搜索策略。     

基于Agent的网络信息检索技术的设计与实现

介绍了一个基于Agent的网络搜索子系统，该系统通过查询代理与Internet上的搜索引擎实现连接，既可实现元搜索，又可以在返回的网址较少或不满足用户的要求时，使用自身搜索工具在网络上自主搜索，而且搜索算法从查询代理返回的网址出发进行搜索，减少了搜索的范围，加快了搜索的速度．     

基于网页的站内信息采集技术的研究与实现

实现站内搜索引擎的关键一步是信息的自动采集.站内信息采集技术是通过分析网页的HTML代码,获取网内的超链信息,使用广度优先搜索算法和增量存储算法,实现自动地连续分析链接、抓取文件、处理和保存数据的过程.系统在再次运行中通过应用属性对比技术,在一定程度上避免了对网页的重复分析和采集,提高了信息的更新速度和搜全率.     

一种基于广度优先搜索邻居的聚类算法

聚类算法BFSN广度优先搜索某对象的直接邻居和间接邻居,对符合条件的所有找到的邻居合并,从而完成一类聚类.接着重复该步骤完成所有对象的聚类.与同类算法相比,该算法具有实现简单、复杂度低和容易设定最佳参数等优点.实验证明,在聚类正确率相近的情况下,该算法的效率比较高,而且能揭示同类对象之间的相异程度.     

基于索引路径的深度网页数据抽取改良

介绍了基于索引路径的数据抽取算法的不足,从代码角度和用户需求角度2个方面进行考虑,提出了一种进改良措施,有效地提升了数据抽取的准确率,从而大大减少了数据冗余．由于补充了记录、有效数据等定义,使得抽取出的数据仍然保有其在网页中的结构关系,为之后的语义标注工作带来了极大的方便,为深度网页（Deep Web）数据集成奠定了良好的基础．     

用C语言实现人工智能中的搜索策略

使用应用广泛的程序设计语言（如Ｃ语言）来编写人工智能程序,可使大量与人工智能有关的实际问题简化．文中结合问题树介绍了人工智能中深度优先和宽度优先这两种重要且常用的搜索策略的原理,并给出了一种用Ｃ语言表示问题树的方式,阐述了如何用Ｃ语言实现上述两种搜索策略．     

基于特定领域建模的代码生成器研究

针对从软件模型到程序代码自动生成的问题,研究了特定领域建模生成器,把深度优先算法和广度优先算法运用到系统生成中。提出了MetaEdit+环境下,基于广度优先算法和基于深度优先算法的代码生成器实现方法。实现了代码自动生成,同时提高了生成代码的可读性,最后结合电子万年历的实例进行验证。     

智能搜索算法

用Borland C Builder实现动态深度优先搜索，在判断目标方位、选择最短路径方面提高了平面搜索的智能。     

深度优先搜索的非递归算法

深度优先法是图的遍历的一种重要的方法。改方法应用广泛,例如电网拓扑结构、DNA网络等复杂图形分析。在大型网络的分析过程中,深度优先搜索的递归算法效率地下。故本文论证了递归算法的优缺点,并用非递归算法实现了深度优先搜索。     

垂直搜索中网页抓取技术的研究

网页抓取是由一个称为网络爬虫的程序实现的,该程序是一个自动提取网页的程序,它为搜索引擎从万维网上下载网页,是搜索引擎的重要组成。网络爬虫从一个或若干初始网页的URL开始,获得初始网页上的URL,在抓取网页的过程中,不断从当前页面上提取新的URL放入队列,直到满足系统的一定停止条件。     

一种基于广度优先搜索的社区发现方法

由于当前的算法不能很好地将网络的联通性和单个节点的属性综合考虑,分析了凝聚和分裂层次聚类经典算法的局限性,从而给出边的载荷、边的权重、连接度门限、图形分割等定义.综合考虑网络的拓扑结构和边的权重关系,提出了基于广度优先搜索的社会网络社区发现算法SoNetCD.算法通过删除社区之间的边而得到社区结构,它对社区之间的边判断准确,对社区内部的边误删率低.运用经典数据集进行实验的结果表明,该算法具有比经典GN算法更好的结果.     

基于分级目录的智能搜索代理

本设计了一个客户端的代理ARCH，帮助用户完成困难而繁琐的信息检索工作，比如形成一个有效的搜索查询表达式，与传统相关性反馈的方法不同的是，ARCH可进行帮助用户查询式的修正而不是仅偏重于搜索本身，用户最初的查询在用户与激入的可修正的分级目录主题的交互过程中将被自动判断修正，这就允许产生一个更加完善的查询。如根据词性的变化对一个筒单的查询式进行扩充(如同义词)，另外，该代理还可以根据用户过去的浏览行为来了解用户的行为特征(profile)。这些profile可用来为用户的最初查询提供上下环境。     

满足链路约束的拓扑聚集度虚拟网络映射算法

高效的虚拟网络映射算法能提高网络收益,降低物理资源的消耗。假如一个虚拟网络能够被满足映射,那么它对物理节点资源的消耗是固定的,对资源消耗的总大小取决于链路映射。为减少链路资源消耗,相邻的虚拟节点在被映射后应该是接近的。本文提出基于满足链路约束的拓扑聚集度映射算法。该算法在计算汇聚度时考虑节点间的链路请求,是一阶段映射算法。此外,本文根据图的广度优先搜索对虚拟节点排名,使连续映射的虚拟节点有较高的关联性。仿真实验表明,所提出的算法提高了长期网络收益和收益花费比。     

XML搜索引擎技术的实现与探讨

如何高效利用网络资源一直是人们关注的焦点。XML可扩展性标记语言不仅支持自定义标记,还能表达语义,因而为提高网络搜索的准确性提供了可能。文章主要介绍了基于XML可扩展标记语言搜索引擎技术实现的核心部分——索引数据库的建立和查询,并提出了现行网络环境下的XML搜索引擎模型。