元搜索排序合成研究與應用.pdf_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、隨著信息化的不斷發(fā)展和網(wǎng)絡資源的日益膨脹,人們對于資源獲取的方式,包括準確性、多樣性、便利性等要求也越來越高。在這種背景下,傳統(tǒng)搜索引擎,如Google、Yahoo、百度等,雖然得到了突飛猛進的發(fā)展,但同時也存在著網(wǎng)頁覆蓋率不足、處理能力有限、搜索接口不統(tǒng)一等許多問題。
   元搜索技術(shù)是解決這些問題的有效方法之一,它通過聯(lián)合多個搜索引擎,對返回結(jié)果進行處理,并提供統(tǒng)一的查詢與結(jié)果返回接口,從而提高搜索查準率與查全率。基于元搜索

2、技術(shù)的這些優(yōu)點,本文緊緊圍繞理論和應用兩個層面,對元搜索技術(shù)展開探索和研究。
   理論上,當前有關元搜索技術(shù)的研究主要集中在排序合成算法(Data Fusion)。排序合成算法可依據(jù)它們需要的信息進行分類,包括是否需要相關度分值或排序位置信息,以及是否需要訓練數(shù)據(jù)。然而,根據(jù)數(shù)據(jù)合成性質(zhì),越優(yōu)秀的成員搜索引擎返回的文檔準確性也越高,成員引擎的權(quán)重值也應當是排序合成的一個重要考慮因素。據(jù)此,本文以加權(quán)分值類算法為基礎,利用Dar

3、k Horse效應以及文檔和成員搜索引擎之間互為推薦的對偶關系,根據(jù)各文檔的“共識度”構(gòu)建成員搜索引擎的自生成權(quán)值。并且,利用Skimming效應,在算法中引入“瀏覽者模型”,只由排序位置信息即可計算文檔相關度分值。
   與其他加權(quán)類算法不同的是,這些改進不依賴于包括相似度函數(shù)在內(nèi)的成員搜索引擎技術(shù)細節(jié)的先驗知識,同時也不需要訓練數(shù)據(jù)。并且,這些改進也不是針對某一特定算法,而是可以應用到任何加權(quán)分值類算法中的一種改進。基于這兩

4、項主要改進并結(jié)合CombMNZ算法,提出改進Comb的自生成加權(quán)排序合成算法。最后,通過TREC數(shù)據(jù)集進行實驗,證實了這些改進的有效性。
   在應用方面,本文以個人學術(shù)信息協(xié)同軟件平臺“SCHOL@”為依托,將元搜索技術(shù)應用到垂直學術(shù)搜索引擎中來,探索并設計實現(xiàn)了基于個人學術(shù)信息的個性化web學術(shù)搜索引擎。該引擎主要提供中國期刊網(wǎng)、IEEE、Google Scholar等數(shù)據(jù)源的中英文學術(shù)論文和著作信息檢索,為學者提供有效的學

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論