基于CSCW的站內(nèi)搜索引擎的應(yīng)用研究.pdf

1、在互聯(lián)網(wǎng)蓬勃發(fā)展的過(guò)程中,為了幫助用戶快速定位感興趣的網(wǎng)絡(luò)資源,出現(xiàn)了例如:Google、Baidu、Yahoo!等這些通用的搜索引擎網(wǎng)站。而隨著現(xiàn)在網(wǎng)站提供的內(nèi)容越來(lái)越豐富,如何有效地幫助用戶查找需要的站內(nèi)資源,以及把站內(nèi)的資源推薦給用戶,留住用戶,提升用戶回頭率,減少用戶流失機(jī)會(huì)成為各網(wǎng)站關(guān)心的問(wèn)題。因此,站內(nèi)搜索應(yīng)運(yùn)而生。
　　 目前的站內(nèi)搜索主要有兩種實(shí)現(xiàn)形式。一種是利用現(xiàn)成的傳統(tǒng)互聯(lián)網(wǎng)搜索引擎網(wǎng)站提供的站內(nèi)搜索代碼,以

2、嵌入網(wǎng)頁(yè)代碼的方式保持與搜索引擎機(jī)器人的溝通引導(dǎo)其對(duì)網(wǎng)站內(nèi)的信息進(jìn)行爬取。這種方式雖然可以快速地低成本地部署,但是卻不能及時(shí)、完整抓取網(wǎng)站最新頁(yè)面內(nèi)容和不可以按照用戶業(yè)務(wù)需要去排序、過(guò)濾和展示搜索結(jié)果。另一種方式就是建立自己的站內(nèi)搜索引擎。這種方式有利于網(wǎng)站擺脫對(duì)專業(yè)搜索引擎網(wǎng)站的依賴。自己控制搜索更新時(shí)間,擴(kuò)展功能,為用戶提供及時(shí)的、高精度和高效率的站內(nèi)搜索服務(wù)。其中利用CSCW技術(shù)來(lái)實(shí)現(xiàn)站內(nèi)搜索引擎更能充分發(fā)揮站內(nèi)搜索的優(yōu)勢(shì)。本文正

3、是研究如何有效地把CSCW技術(shù)應(yīng)用到站內(nèi)搜索引擎的實(shí)現(xiàn)上來(lái)。
　　 CSCW在本質(zhì)上是一個(gè)分布式系統(tǒng),它能夠充分利用各個(gè)服務(wù)器上的資源,通力協(xié)作共同完成任務(wù)。目前使用多Agent技術(shù)來(lái)實(shí)現(xiàn)CSCW系統(tǒng)是比較常見(jiàn)和成熟的方式。本文提出的CSSS系統(tǒng)正是基于多Agent方式來(lái)實(shí)現(xiàn)的。
　　 在利用CSCW技術(shù)提高站內(nèi)搜索引擎更新率和服務(wù)響應(yīng)速度的同時(shí),本文還研究了個(gè)性化信息檢索技術(shù)。通過(guò)建立用戶興趣模型來(lái)跟蹤記錄用戶的瀏覽習(xí)

4、慣,然后分析用戶訪問(wèn)過(guò)的網(wǎng)頁(yè)獲取用戶的興趣特征,并把這些信息合并到用戶的檢索請(qǐng)求中,從而為用戶提供更加準(zhǔn)確的搜索服務(wù)。
　　 論文首先分析了當(dāng)前搜索引擎技術(shù)的現(xiàn)狀,探討了CSCW的三要素和關(guān)鍵技術(shù),研究了三種典型的搜索引擎模型、典型信息檢索模型,針對(duì)現(xiàn)有的搜索引擎存在的精度低、效率差等問(wèn)題,結(jié)合CSCW、用戶個(gè)性化檢索,提出了基于CSCW的站內(nèi)信息搜索模型。在此基礎(chǔ)上,論文對(duì)基于CSCW的信息搜索系統(tǒng)進(jìn)行構(gòu)架,該系統(tǒng)融入了層次化