基于Agent的元搜索引擎的研究与设计

论文提出并介绍了一种基于Agent的元搜索引擎系统,旨在帮助Internet用户快速准确地搜索到符合自己需求的Internet信息。该系统采用元搜索引擎的结构,以Agent作为架构系统的基本组件,利用Agent的自治性和协作性来完成用户的个性化Internet信息的搜索。在系统设计中,提出了基于用户喜好的成员搜索引擎的调度策略,能够提高系统的性能和易用性。最后分析了研究该系统的意义及课题尚待解决的问题。

元搜索引擎结果生成技术研究

元 Web搜索引擎是通过将搜索请求传送给它所引用的搜索引擎 ,然后将这些搜索引擎返回的结果按照一定的结果集成算法合并 ,并将合并后的结果返回给用户 .所用结果集成算法的好坏将直接影响该元搜索引擎的查询精度、查询完全度和响应速度 .本文在分析常用的几种结果集成方法的基础上 ,提出几个改进的算法来改进搜索结果的一致性 .

元搜索引擎结果合成算法

提出了一种基于文本/位置分析和群决策的查询结果合成算法.在充分考虑搜索结果文本信息的基础上,提出了查询匹配度的概念,并对搜索结果的标题和短文摘进行相关度分析。通过将文本分析与规范化的搜索结果排序值相结合来计算文档的相关分值.在估计非相关文档的相关分值时.对不同假设条件分别进行了讨论,并提出了改进的影子文档算法.然后,采用基于群决策的合成方法对相关分值进行合并,实现搜索结果的一致性排序.实验结果表明,采用该算法搜索结果的相关性明显优于Round-robin、CombSum和CombMNZ 3种合成算法.

面向智能Agent的元搜索系统的设计与实现

近年来，智能Agent技术的研究成为热点，有许多智能Agent都包括一个元搜索系统来间接使用互联网上的搜索引擎搜索需要的信息。该文设计和实现了一种面向智能Agent的智能元搜索系统。讨论了该系统的系统结构和工作原理及实现方法，并经实验验证，该系统具有高可靠性、适应性强、易扩充、智能化程度高等特点。

一种基于Agent的智能元搜索引擎框架

Internet上信息资源的飞速膨胀造成了用户信息检索时的不便,传统搜索引擎不能很好地解决这个问题。论文针对这一情况介绍了Agent及元搜索引擎技术,认为这两者的结合能满足用户信息检索时的个性化、智能化要求。文中给出了一个基于Agent的智能元搜索引擎系统体系结构,阐述了设计思想,介绍了系统的工作原理,并重点说明了各模块的工作机理。

元搜索引擎排序技术综述

如何排序是实现元搜索引擎的一项关键技术,排序算法的好坏直接决定着元搜索引擎的性能。对元搜索引擎常用的排序算法根据其发展先后顺序作了介绍,对一些经典的算法进行了分析和评价,归纳出元搜索引擎排序算法适用的不同环境,最后对元搜索引擎排序算法未来发展方向作了技术展望。

元搜索引擎及其实现

单个搜索引擎的索引和处理能力的提高赶不上Web数据的快速增长，结果是任何单个搜索引擎只能索引Web的一部分文档，用户需要的文档分布在许多搜索引擎的文档数据库中。元搜索引擎是架构在许多搜索引擎之上的搜索引擎，它利用各个成员搜索引擎提供的服务，能够高效方便地找到这些文档，然后合并成员搜索引擎返回的结果呈现给用户。实现了一个元搜索引擎系统，并给出建立一个高效的元搜索引擎的关键技术和经验。

元搜索引擎系统合成算法的约束条件

合成是元搜索引擎系统中一个重要的技术问题.给出了搜索引擎和元搜索引擎的形式化定义,对各种可能的元搜索引擎合成类型进行了划分.在此基础上,提出了元搜索引擎合成的一般性约束条件以及针对特殊类型的特殊约束条件.这些约束条件为构造好的元搜索引擎合成策略提供了基本保障.

基于Agent的元搜索引擎结果优化技术

在使用元搜索引擎进行检索的过程中,由于返回结果的数量较大,不利于用户快速、准确地找到所需信息。提出一种基于Agent的元搜索引擎结果优化技术,旨在通过建立兴趣模型对检索结果进行优化,从而针对不同用户提供更具个性化的信息。

带聚类处理的元搜索引擎的设计与实现

设计实现了一个高扩展性的元搜索引擎,并提出基于关联规则的聚类算法作用于查询结果,大大提高查询结果的可浏览性。实验结果表明该聚类算法在复杂度和聚类效果上均优于传统的k-means算法。

元搜索引擎中检索结果排序的优化方法

提出了一种新的基于概率模型的排序优化方法 .利用贝叶斯规则 ,结合各组成系统平均执行性能的信息 ,推导出一种新的相关度计算公式 ,较好地解决了结果融合中相关度规范化和均衡化的问题 .经实验验证 ,该方法对结果进行了最优化排序 ,其实际执行性能超出了现有的任何一个组成系统的性能 .

基于投票模型的元搜索排序合成算法

排序合成问题是元搜索引擎研究的一个重要方面。该文分析了基于投票模型的排序合成问题。在讨论2个常用的投票规则Borda和Condorcet的基础上,介绍了用图论算法实现的淘汰投票算法,包括Kemeny算法。针对Kemeny算法是NP-hard问题,提出了一种易于实现的启发式淘汰投票算法,并且利用TREC数据集进行实验比较这些方法。实验结果表明,淘汰投票算法与Borda算法执行效果相当,有时甚至超过Borda算法。

一种元搜索引擎的查询结果处理模型

为克服元搜索引擎查询速度慢、独立性差的缺点,设计了一个元搜索引擎的结果处理模型.在该模型中引入了一种4级结果集的结构,从而提高了元搜索引擎结果处理的效率.在结果提取部分提出了根据反馈信息自动调整权重的算法(FBWM),从而能够在没有人工干预的情况下自动监视各独立搜索引擎的性能变化,并随之动态调整其权重.在结果排序部分提出了改进的位置／全文排序法(IPFTS),在算法中引入了词条匹配等级的概念,提高了搜索结果和查询串的相关度的精度,保证了排名在前的搜索结果中链接地址的有效性.

基于元搜索引擎的多关键词检索技术

文章根据主要中文搜索引擎Google和Baidu对多关键词的查询处理存在的缺陷,提出了“核心关键词”的概念和“分级权重”的计算方法;并进而提出了将基本搜索引擎搜索结果与网页内容分析合并相关度算法和元搜索引擎的准确度偏差评价公式。研究表明,元搜索引擎不但消除了死链接和重复链接,而且准确度偏差与Google和Baidu相比,分别减少7.26%和12.47%,准确度得到了一定提高。

个性化移动元搜索引擎研究与设计

移动搜索已成为最重要的移动互联网应用之一,智能终端技术和搜索引擎技术的发展为改进用户的搜索体验提供了可能。通过分析移动用户的个性化搜索需求,提出了个性化移动搜索代理模型,结合移动智能终端的能力和商业搜索引擎,提供了符合用户个性化搜索习惯和多样化内容需求的移动搜索服务。

面向图书馆的元搜索工具及其应用

首先界定面向图书馆的元搜索工具的概念,并与Google和面向网络的元搜索工具进行比较。在此基础上,讨论面向图书馆的元搜索工具的系统功能和系统结构、元搜索的检索方式和流程、相关标准和协议,以及与图书馆集成管理系统、图书馆门户、统一认证系统、链接解析系统以及课程管理系统等相关应用的整合等。最后给出现有的元搜索工具厂商的相关信息,并从检索、结果和相关标准等三个方面着重讨论元搜索工具目前存在的问题。

元搜索引擎排序方法建模与算法研究

元搜索引擎的核心技术是排序算法。在研究元搜索引擎排序算法的基础上,通过合理简化等一系列措施建立数学模型,抽象出元搜索引擎排序算法的基本框架。随后结合各成员搜索引擎的市场份额及各成员搜索引擎的搜索结果,给出了一种新的元搜素引擎排序算法。该算法简单且易于实现。

基于Agent的智能元搜索引擎技术研究

针对现有搜索引擎存在的问题,提出基于Multi-agent的分布式搜索引擎系统。系统采用元搜索引擎结构,利用Agent技术和基于个性化模式的信息过滤技术,使系统具有一定的智能性。通过个性化检索和分类浏览相结合的检索方式可提高搜索结果的可浏览性。结合数据库的分类和虚拟语言模型方法实现了资源选择的优化。提出基于文本/位置分析和群决策的合并算法,对搜索结果的标题和文档片断信息进行相关度分析,将文本分析与规范化的搜索结果位置信息相结合,计算文档的相关分值,最后采用基于群决策的合成方法对搜索结果进行一致性排序。试验结果表明,提出的元搜索系统具有较好的搜索效果。

元搜索引擎中基于用户兴趣的查询结果合成研究

元搜索引擎综合了多个搜索引擎的搜索结果,提高了搜索的覆盖率,但是它们返回的结果往往数目庞大,并且很多结果与用户查询并不相关,这直接影响了用户检索的质量,也大大提高了用户检索的代价。针对这一问题,文章提出了基于用户兴趣的结果合成算法。它根据用户兴趣对结果进行相似度计算和结果去重,从而为用户提供贴切的查询结果。实验表明,该算法提高了用户的检索效率和质量。

元搜索引擎的现状与发展

元搜索引擎利用现有的独立搜索引擎的查询性能,将搜索引擎看成一个整体,为用户提供一个统一的查询界面与返回结果。介绍了目前网络上比较著名和流行的一些元搜索引擎,对近几年来关于元搜索引擎的研究进行了分析总结,旨在为对元搜索引擎的进一步研究提供参考。