智能型搜索引擎的研究.pdf

1、隨著網(wǎng)絡(luò)和計算機技術(shù)的迅猛發(fā)展，文本、圖像、音頻、視頻等各種形式的信息紛紛在網(wǎng)絡(luò)上發(fā)布，網(wǎng)絡(luò)信息量正以指數(shù)規(guī)模增長，人類已步入信息爆炸時代。與如此龐大的網(wǎng)絡(luò)信息量相比，人腦的存儲能力顯得非常有限。盡管人們能通過專業(yè)的訓(xùn)練來減少信息的遺忘率，但效果不明顯。人腦存儲能力的有限性與網(wǎng)絡(luò)信息的無限性的沖突導(dǎo)致了“信息過載”現(xiàn)象的產(chǎn)生。人們被龐大的、無序的、結(jié)構(gòu)類型多樣的且規(guī)模不斷擴大的信息海洋所淹沒，很難快速、正確地找到所需的信息。 當(dāng)

2、前的搜索引擎（SE，searchengine）雖然提供了信息檢索服務(wù)，但自身存在著種種缺陷，例如信息孤島問題、主題偏向性問題等。這些問題的存在使得查詢結(jié)果集合龐大，并且其中很多結(jié)果與用戶的查詢意圖大相徑庭。因此，如何改進搜索引擎技術(shù)，提高查全率和查準(zhǔn)率是當(dāng)前智能信息處理領(lǐng)域的科研人員努力為之奮斗的一個目標(biāo)。本文的主要工作體現(xiàn)在以下三個方面： 第一，分析當(dāng)前三類搜索引擎的結(jié)構(gòu)特點和系統(tǒng)缺陷，在此基礎(chǔ)上提出一種智能型的搜索引擎框架，

3、該框架結(jié)合了獨立搜索引擎與元搜索引擎的優(yōu)點，有效地降低了傳統(tǒng)搜索引擎的主題偏向性和信息交互規(guī)模； 第二，采用多種方法提高系統(tǒng)的智能化程度。首先，從用戶興趣的靜態(tài)分布和動態(tài)演化上闡明什么是用戶的真正興趣并以層次聚類方法為基礎(chǔ)提出了用戶興趣模型的構(gòu)建和調(diào)整算法；其次，分析網(wǎng)頁中不同tag對特征項的權(quán)值的影響，并從中文文法的角度對自動摘要技術(shù)進行擴展；最后，以天網(wǎng)的用戶日志統(tǒng)計結(jié)果為基礎(chǔ)提出了一種獨立搜索引擎集合的動態(tài)調(diào)度策略：