元搜索關(guān)鍵技術(shù)的研究及實(shí)現(xiàn).pdf

1、通過(guò)對(duì)主流的搜索引擎技術(shù)及相關(guān)產(chǎn)品的分析不難看出，目前的搜索引擎在一定程度上滿足了用戶高效地檢索有效信息的需求。同時(shí)，從現(xiàn)有的搜索引擎產(chǎn)品的用戶滿意度的調(diào)查不難發(fā)現(xiàn)，目前的搜索引擎技術(shù)還存在諸多不足。其主要體現(xiàn)在兩個(gè)方面:第一、搜索結(jié)果的全面性，即通常所說(shuō)的查全率問(wèn)題。第二、搜索結(jié)果的有效性，即通常所說(shuō)的查準(zhǔn)率。
　　 目前獨(dú)立搜索引擎技術(shù)中查準(zhǔn)率與查全率兩大問(wèn)題的解決方法多種多樣，其中具有代表性的為元搜索技術(shù)。該技術(shù)在一定程度

2、上解決了獨(dú)立搜索引擎的不足，但就元搜索結(jié)果而言，仍然存在諸多需要完善的方面。
　　 目前理論界針對(duì)元搜索的研究同樣圍繞這三部分展開。1）對(duì)于用戶輸入處理方面而言，其存在的主要問(wèn)題集中于用戶對(duì)查詢目標(biāo)的模型性，用戶輸入內(nèi)容的多義性等問(wèn)題。為解決上述問(wèn)題，出現(xiàn)了關(guān)鍵詞提示，分詞技術(shù)，基于Agent技術(shù)的用戶興趣模型的建立，基于知網(wǎng)的歧義消除及關(guān)鍵詞選擇以及基于本體理論的用戶輸入處理等;2）候選引擎調(diào)度方面，針對(duì)候選搜索引擎搜索調(diào)度方

3、面存在的候選搜索引擎選擇以及調(diào)度策略等問(wèn)題，提出了諸如粗略信息代表法，詳細(xì)信息代表法，定量算法，靜態(tài)學(xué)習(xí)法，動(dòng)態(tài)學(xué)習(xí)法，動(dòng)靜態(tài)結(jié)合的混合學(xué)習(xí)法以及基于本體的個(gè)性化調(diào)度方法等;3）返回結(jié)果處理方面而言，主要存在兩大問(wèn)題，即結(jié)果的去重與排序。針對(duì)結(jié)果的去重問(wèn)題，目前的相關(guān)的理論和方法主要有基于URL，基于文檔標(biāo)題，基于文檔摘要或三個(gè)方面相結(jié)合等處理方法;而針對(duì)結(jié)果的排序，主要基于位置信息的排序方法，基于相關(guān)度的排序方法以及基于本體的個(gè)性化排

4、序方法等。
　　 本文以元搜索引擎的高查準(zhǔn)率、高查全率以及系統(tǒng)的快速反應(yīng)為基本目標(biāo)，以元搜索系統(tǒng)的三大主要組成部分為依據(jù)，對(duì)元搜索引擎現(xiàn)存的相關(guān)問(wèn)題進(jìn)行分析與研究:1）用戶輸入處理部分，采用了正向分詞與逆向分詞相結(jié)合的方法，保證用戶關(guān)鍵詞集合能完全反應(yīng)用戶的搜索意圖，并采用用戶長(zhǎng)期興趣樹與短期興趣樹相結(jié)合的方式，既可保證用戶興趣類別的時(shí)效性，又使得用戶的興趣類別搜索的性能。2）候選搜索引擎調(diào)度方面，本文采用用戶興趣類別與用戶檢索

5、行為分析相結(jié)合的方式來(lái)進(jìn)行搜索引擎的選擇，力求挑選出最可能提供用戶搜索結(jié)果的若干候選搜索引擎，并且采用內(nèi)存緩沖與本地?cái)?shù)據(jù)庫(kù)緩沖相結(jié)合的雙緩沖機(jī)制，以提高系統(tǒng)對(duì)用戶查詢請(qǐng)求的響應(yīng)時(shí)間。3）候選搜索引擎返回的結(jié)果方面，在結(jié)果去重時(shí)，并非單純地過(guò)濾各候選搜索引擎的返回結(jié)果，而是在去重過(guò)程當(dāng)中便對(duì)返回結(jié)果賦予相應(yīng)的權(quán)值，以便提高相應(yīng)結(jié)果的排序得分，進(jìn)而提高相應(yīng)的返回結(jié)果在所有返回結(jié)果中的排名。
　　 通過(guò)對(duì)元搜索各重要組成部分的改進(jìn)，系