搜索引擎結(jié)果冗余信息消解算法的研究與應(yīng)用.pdf

1、目前隨著網(wǎng)絡(luò)信息的爆炸式增長(zhǎng)以及信息多元化的發(fā)展，快速有效地獲取所需的信息變得越來(lái)越困難，通用搜索引擎已不能適應(yīng)用戶對(duì)信息檢索的準(zhǔn)確性要求，消除搜索引擎結(jié)果中的冗余信息正成為研究熱點(diǎn)之一。聚類技術(shù)是消解搜索引擎結(jié)果中冗余信息的關(guān)鍵技術(shù)之一，對(duì)于提供搜索結(jié)果的關(guān)聯(lián)性和搜索信息的有效性起著至關(guān)重要的作用。
　　 本文作者的主要研究工作概述如下:
　　 1)分析了搜索引擎的發(fā)展現(xiàn)狀和當(dāng)前消解冗余信息的不足之處，通過(guò)構(gòu)建消解搜索

2、引擎結(jié)果中冗余信息的技術(shù)框架，研究了消解冗余信息的方法。
　　 2)設(shè)計(jì)和實(shí)現(xiàn)了關(guān)于搜索引擎結(jié)果信息的分詞處理，特征提取和消解冗余信息的處理流程。其中，分詞處理采用改進(jìn)的正向最大匹配切分(MM)算法并進(jìn)行歧義校正，特征提取采用向量空間模型進(jìn)行特征詞表示。
　　 3)針對(duì)基于中心點(diǎn)的K-Means聚類算法的不足，提出了改進(jìn)算法，并結(jié)合搜索引擎評(píng)價(jià)標(biāo)準(zhǔn)對(duì)該改進(jìn)算法的效果進(jìn)行了評(píng)價(jià)。實(shí)驗(yàn)表明，改進(jìn)后的算法可以有效地改善聚類的性