基于領(lǐng)域本體的垂直搜索引擎頁面排序算法的研究.pdf

1、伴隨著網(wǎng)絡(luò)信息資源的劇增，搜索引擎的重要性與日俱增。網(wǎng)頁排序算法是檢索引擎關(guān)鍵部分。如何有效的查找需要的信息是非常關(guān)鍵的，一個(gè)好的搜索引擎可以極大的節(jié)省用戶查找信息的時(shí)間。搜索引擎包含多個(gè)組成部分，其中網(wǎng)頁排序結(jié)果的準(zhǔn)確率直接決定了搜索引擎的性能和用戶體驗(yàn)。信息檢索領(lǐng)域中有許多的網(wǎng)頁排序算法，其中基于鏈接分析的算法運(yùn)用比較廣泛。通過對垂直搜索引擎的工作原理與架構(gòu)、本體等相關(guān)技術(shù)的研究，在此基礎(chǔ)上，對基于電子商務(wù)領(lǐng)域本體的模型構(gòu)建、語義因

2、素、排序算法優(yōu)化進(jìn)行了深入的研究。主要研究內(nèi)容包括以下幾個(gè)方面:
　　1.通過研究現(xiàn)有的頁面排序算法，分析了存在的不足，并介紹了網(wǎng)頁的評價(jià)標(biāo)準(zhǔn)，針對返回結(jié)果相關(guān)性、用戶的體驗(yàn)、響應(yīng)時(shí)間等問題，提出了基于PageRank算法的改進(jìn)策略，將語義因素應(yīng)用在垂直搜索排序算法中，從而提高了搜索結(jié)果的準(zhǔn)確率。
　　2.本體相關(guān)技術(shù)的分析，構(gòu)建規(guī)則，建模元語以及分類，構(gòu)建了電子商務(wù)領(lǐng)域的本體，并引入WordNet語義關(guān)系的詞典，運(yùn)用在垂直

3、搜索引擎的排序算法中。在此基礎(chǔ)上，提出一個(gè)基于電子商務(wù)領(lǐng)域的概念相似度計(jì)算方法。通過編程實(shí)現(xiàn)了詞網(wǎng)絡(luò)，即給定一個(gè)詞語能夠查出該詞的所有同義詞，并通過實(shí)驗(yàn)驗(yàn)證了改進(jìn)后的相似度算法在中英文環(huán)境下進(jìn)行語義相似度計(jì)算效果。
　　3.對基于領(lǐng)域本體的垂直搜索引擎系統(tǒng)實(shí)現(xiàn)，將改進(jìn)的PageRank算法應(yīng)用在本系統(tǒng)中，系統(tǒng)包括信息獲取模塊、Lucene索引模塊、本體的構(gòu)建與管理模塊和查詢擴(kuò)展與結(jié)果展示模塊。最后，用Loadrunner性能測試工