基于主题元搜索的结果整合算法研究

当前存在的元搜索查询方法不够精确,为了解决这一问题,建立了主题元搜索模型,提出了一种基于主题信息与相关度相结合的结果整合算法。该算法综合考虑了主题信息与成员搜索引擎之间的相关度,主题信息与查询结果之间的相关度,查询词与查询结果的相关度,以及查询结果的重复度、位置等诸多因素。实验表明,该算法能够很好地把用户最关心的结果排在查询结果集的前面,提高了查准率。

个性化元搜索结果整合算法的研究

元搜索是一种基于搜索引擎的搜索引擎,它将各个独立搜索引擎的结果经过融合呈现给用户,以此为用户提供更加全面的信息。但是要在数量庞大的搜索结果中快速地找到自己所需要的信息却不是一件容易的事。提出了一种基于用户兴趣的个性化元搜索引擎模型,通过提取用户个性化行为特征,建立用户兴趣库,并对搜索结果进行合理排序和整合,将用户最感兴趣的信息尽可能排在最前面,从而实现元搜索的个性化,提高用户搜索的查准率和效率。

元搜索引擎中基于OWA算子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,但搜索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,也提高了检索的代价。针对这一问题,提出了基于OWA算子的结果合成算法。它基于用户偏好来获得成员引擎执行某个特定类别查询的性能,采用页面反馈度来给每一个结果页面提供一个基于内容的评分,最后采用乐观OWA算子作为权重函数对结果进行了整合。实验表明,该算法提高了用户的检索效率和质量。

基于Agent的跨媒体元搜索引擎的研究

用户在使用传统的搜索引擎去检索某一主题的相关信息时,需要从几个不同的方面搜索许多站点,组织和整合这些不同站点的信息变得非常重要。为实现跨媒体搜索,文中提出了一种基于Agent的查询分解策略,并将检索结果予以整合。将查询条件分解,能弥补传统图片搜索引擎在多关键词检索方面的不足,提高信息的传播效率。文中给出了例子予以验证。实验证明,查询分解策略能够有效地改善查全率,查准率也能够保持在70%左右。

个性化元搜索关键技术的研究

元搜索引擎是搜索引擎之上的搜索引擎,它主要通过成员搜索引擎调度、文本选择、结果整合三个主要步骤来为用户提供更加全面的信息。本文通过对元搜索引擎关键技术的研究,在成员调度、结果整合时考虑用户兴趣,使得选择的成员搜索引擎、搜索结果更加符合用户的需求,从而实现元搜索的个性化,在一定程度上提高了元搜索引擎的查准率和效率。

基于JSSh的元搜索技术研究与应用

全网热点分类汇总与趋势研判始终是互联网舆情监控工作关注的重点,基于传统搜索引擎的元搜索技术在网络热点融合方面优势突出。鉴于此,提出了利用网络浏览器模拟技术构建元搜索引擎的技术方案。选择JSSh(JavaScript Shell Server)作为浏览器模拟技术的核心,方案相对于早期元搜索实现具备归一性与普适性强的优势。最后还初步探讨了元搜索引擎结果整合方法,提出基于用户自定义权重的结果整合方案。