Web挖掘及其在網(wǎng)絡(luò)搜索引擎中的應(yīng)用研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，Internet已成為當(dāng)今世界上最大的信息庫，也是全球范圍內(nèi)信息傳播的重要渠道。由于Web本身的龐大性、動(dòng)態(tài)性、異構(gòu)性和半結(jié)構(gòu)化等特點(diǎn)，導(dǎo)致了Web信息搜索的困難。目前人們從這些海量數(shù)據(jù)中查找有用信息，使用最多的就是網(wǎng)絡(luò)搜索引擎，然而當(dāng)前搜索引擎的檢索效果很難使用戶滿意。作為知識(shí)挖掘中新的研究內(nèi)容Web挖掘，由于其在信息處理中的層次較高，同時(shí)與搜索引擎的關(guān)系非常密切，對(duì)搜索引擎技術(shù)有很大的借鑒作用，所以通過應(yīng)用W

2、eb挖掘技術(shù)，可以改善搜索引擎的檢索性能。查準(zhǔn)率是搜索引擎檢索性能評(píng)價(jià)體系中的重要指標(biāo)，它的高低直接影響用戶對(duì)搜索引擎的滿意度。課題旨在研究Web挖掘技術(shù)，并將其應(yīng)用到搜索引擎中，找到提高搜索引擎查準(zhǔn)率的方法。探討了網(wǎng)絡(luò)搜索引擎和Web挖掘的相關(guān)技術(shù)，重點(diǎn)研究了Web結(jié)構(gòu)挖掘算法，分析了目前應(yīng)用廣泛的PageRank算法存在的問題，結(jié)合Web內(nèi)容挖掘中的頁面相似度改進(jìn)了傳統(tǒng)的PageRank算法，實(shí)驗(yàn)證明對(duì)算法的改進(jìn)是有效的。在此基礎(chǔ)上

3、，改進(jìn)了主題敏感的PageRank算法。通過一個(gè)小型Web結(jié)構(gòu)圖，闡述了改進(jìn)的主題敏感PageRank算法是如何應(yīng)用到搜索引擎中的。同時(shí)計(jì)算了搜索引擎在分別使用傳統(tǒng)PageRank、主題敏感PageRank算法和改進(jìn)主題敏感PageRank算法時(shí)的相對(duì)查準(zhǔn)率。實(shí)驗(yàn)結(jié)果表明，針對(duì)不同的查詢，改進(jìn)的主題敏感PageRank算法使搜索引擎的相對(duì)查準(zhǔn)率高于傳統(tǒng)的PageRank算法和主題敏感PageRank算法，進(jìn)而證明了改進(jìn)的Web挖掘算法能