企業(yè)搜索引擎排序技術(shù)的研究.pdf

1、當前，隨著社會經(jīng)濟發(fā)展和企業(yè)信息化建設(shè)不斷推進，企業(yè)信息資源愈加豐富，同時信息資源呈現(xiàn)分布散亂、形態(tài)多樣化等特點，使查找信息變的更加困難;另外，由于企業(yè)文檔信息涉及商業(yè)機密，利用商用搜索引擎檢索會讓公司承擔經(jīng)濟風險。因此，在企業(yè)內(nèi)部建立信息資源檢索系統(tǒng)，并對檢索結(jié)果合理有效排序顯得越來越重要。
　　為此，本文通過對搜索引擎排序算法展開深入研究，在基于傳統(tǒng)搜索排序算法的基礎(chǔ)上進行創(chuàng)新，一方面通過對初始迭代向量預(yù)估計和引入網(wǎng)頁排名波動

2、率作為算法停止迭代計算準則對傳統(tǒng)PageRank算法進行改進，另一方面從用戶點擊行為角度將查詢詞歷史點擊量對文檔貢獻率引入到排序算法中，有效地提升了檢索準確率和提高了用戶滿意度。
　　首先，本文介紹了搜索引擎的工作流程，深入研究搜索引擎的技術(shù)原理;介紹了常用的搜索引擎排序算法，重點研究了經(jīng)典排序算法PageRank算法;對搜索引擎用戶行為進行研究，重點分析搜索引擎用戶點擊行為的可靠性，根據(jù)多個特征判斷搜索引擎用戶點擊與查詢的相關(guān)性

3、;深入分析了開源Lucene的評分機制，其核心思想是根據(jù)查詢詞與網(wǎng)頁內(nèi)容相關(guān)度的大小進行排序。
　　然后，提出改進的PageRank算法和對基于用戶點擊行為模型的排序算法的改進。首先對PageRank算法加以研究改進，從節(jié)點入度角度對其初始迭代向量預(yù)估計和引入網(wǎng)頁排名波動率作為PageRank算法停止迭代計算準則，減少了迭代次數(shù)，加速了迭代過程;其次，通過對用戶點擊行為的挖掘，分析用戶點擊行為特征的可靠性，提出了查詢詞歷史點擊量對