互联网信息搜索结果的排序问题

为什么搜索结果要排序 当前互联网已经达到数十亿网页的规模，并且正在以海量的速度增长。由于其规模如此之庞大，用户在查询资料的时候，经常面对搜索引擎返回的成千上万的网页链接，而用户点击这些链接后发现如下问题：     

网络信息检索工具的分类及其发展趋势

本文主要论述了网络信息检索工具的分类及应用 ,并介绍了网络信息检索工具的使用策略及对网络信息检索工具的发展趋势进行了探讨     

基于Web的internet化学资源挖掘

简要讨论了基于Web的Internet上化学资源挖掘的两种主要手段，着重介绍了利用搜索引擎和化学主题资源检索化学资源的具体方法。     

创业团队合作成员进入和退出行为的NetLogo仿真研究

对于创业团队合作成员进入和退出行为的研究,传统经济学有其固有的局限性.本文分析了领导成员交互和团队成员交互两类行为对创业团队合作成员进入和退出的影响,对创业团队合作成员进入和退出的复杂行为系统建模,并利用 NetLogo对该系统模型仿真.研究发现,领导给予成员一定的创新自由度和适当的激励,有利于促进团队合作成员进入,而且在团队合作成员中引入适当的竞争,可以更好地发挥团队优势.     

面向教育主题的垂直搜索引擎的设计与实现

由于通用搜索引擎具有搜索信息量大、查询不准确、深度不够等缺点,本文在通用搜索引擎技术的基础上,依据专业领域搜索策略,设计并实现了一个面向教育主题的垂直搜索引擎系统,着重研究了专业网络蜘蛛定制、基于VSM的主题相关度算法和倒排索引建立等关键技术及其实现细节.实验结果表明,该系统能够快速地响应用户的查询请求,并且返回结果具有较高的准确性.实现了教育资源的共享,具有较高的应用价值.     

基于Lucene 的校园信息搜索引擎的设计与实现

利用Lucene开源全文本搜索技术框架建立了校园搜索引擎,设计并实现了资源采集、信息检索、数据检 索等模块,完成了一个基于Lucene的搜索引擎的应用,改进后的基于Lucene的校园搜索引擎能满足校园用户的需 要并提升了搜索的准确性．     

基于GPU 改进的并行人工蜂群算法

针对搜索引擎后台的移动代理从互联网中抓取信息资源时,存在对URL字符串处理能力的不足,提出了一种快速处理存取数据的散列算法,通过在真实值和键值之间建立一一对应关系,快速把进入到移动代理队列中的字符串转化为一种线性表结构,改善队列处理字符串的能力．在Heritrix 框架基础上,利用Eclipse 3.3 开发平台实现了相应功能．实验结果表明: 在加入快速散列算法之后,移动代理在搜索效率和抓取速度等方面得到明显提高.     

浅析SEO策略

SEO是当前重要的搜索引擎优化技术,本文主要论述了SEO的优化方式,SEO的策略及常见现象。     

Approach in high precision topic-specific resource discovery on the web

The Internet presents numerous sources of useful information nowadays. However, these resources are drowning under the dynamic Web, so accurate finding userspecific information is very difficult. In this paper we discuss a Semantic Graph Web Search (SGWS) algorithm in topicspecific resource discovery on the Web. This method combines the use of hyperlinks, characteristics of Web graph and semantic term weights. We implement the algorithm to find Chinese medical information from the Internet. Our study showed that it has better precision than traditional IR (Information Retrieval) methods and traditional search engines.     

搜索引擎Google的体系结构及其核心技术研究

Google采用了并行,索引桶,数据压缩,PageRank算法等的技术,建立了复杂的体系结构,包括网络爬行机器人crawler、知识库Repository、索引系统(包括索引器indexer,桶barrels,文件索引等)、排序器Sorter和搜索器Searcher五个部分.Google的rank系统综合了词频,类型,相邻度,网页重要性等因素.其中最值得一提的是计算网页重要性的PageRank算法,它把文献检索的引用理论应用到Web中,即一个网页有很多网页指向它,或者一些重要的网页指向它,则这个网页很重要.PageRank算法大大提高了检索效率.