语义Web搜索技术研究进展

语义Web搜索技术是综合本体论、信息检索、自然语言处理等多学科理论和方法的新兴技术。介绍了语义Web和语义Web搜索的现状。在此基础上,给出了实现语义Web搜索技术的一般体系结构,并进一步分析了各组成模块的基本任务、现有技术和评价体系。最后给出了所做的相关工作和对语义Web搜索技术的展望。

开源中文分词器在web搜索引擎中的应用

目前,在信息检索方面,一般分词器对英文的支持相对较好,但对中文分词效果不太理想;随着web搜索在互联网中的广泛应用,中文分词器也出现了突飞猛进的发展,尤其以IKAnalyzer分词器为主的分词工具,为更多企事业单位所采纳。本文主要在词条化等方面对分词原理进行深入的分析,并且对如何构造智能分词词典进行了探讨。同时,对分词内部结构进行研究,在分词数目和速率方面对目前主流的中文分词器进行了比较,并运用htmlparser库对北京邮电大学的网站进行解析,采用分词工具Paoding Analysis建立索引文件存入本地,利用solt4.0全文搜索服务器给出运用中文分词后的查询效果图,实现对北京邮电大学网站的全文搜索功能。

Web搜索中的数据挖掘技术研究

WWW已经成为世界上是大的分布式信息系统,如何快速有效地搜索用户所需的资源一直是研究热点。Web挖掘也已经成为数据挖掘中相对成熟的一个分支。本文针对Web资源搜索中利用的相关Web挖掘技术做一个综述。文章首先对目前流行的Web内容挖掘方面的常用技术进行了研究分析,然后着重研究了Web结构挖掘技术,介绍并评价了多种算法模型。接着介绍了用户使用的挖掘,并提出了Web内容挖掘技术,结构挖掘技术和用户使用挖掘相结合,应用于开发智能型搜索引擎的趋势。

基于模糊概念格的Web搜索结果聚类算法

提出了一种模糊形式概念分析方法,给出了在对象和属性的模糊二元关系上生成模糊概念格的过程.提出了一种在格的拓扑序列上进行概念聚类的快速算法,并且定义了概念聚类间基于偏序的层次关系.该方法利用格理论解决了概念聚类中概念间的多重继承关系,应用在W eb搜索结果聚类上,实验结果表明算法在聚类质量和检索性能上都有改进和提高.

一种基于后缀树的Web搜索结果聚类方法

为同时满足Web搜索结果聚类的关联性、快速性以及类别描述的可浏览性等需求，本文提出了一种适合中文Web信息搜索结果的后缀树聚类算法，其中后缀树的构建以中文汉字为基本单位，一种有效的策略解决了基于二进制方法合并短语类后的类别描述问题，利用短语类语义层面的相似性合并同义短语类，有效地改善了聚类结果的质量。测试结果表明：与传统的文档聚类算法相比，基于后缀树的算法在Web文档聚类的精度和效率方面具有较强的优越性。

下一代Web搜索引擎探讨

本文在总结目前的Web搜索引擎现状的基础上 ,分析了目前的Web搜索引擎所面临的四个主要挑战 ,探讨了下一代Web搜索引擎的改进措施和发展方向。

一种基于概念的交互式Web搜索模型

当前基于关键字查询的大多数搜索引擎都没有提供个性化的用户服务 ,搜索结果主要根据关键字与文档的相似度来排序 ,这很难满足用户对日益膨胀的信息资源的需求。面对用户越来越难以迅速精确地检索到所需信息的现状 ,本文提出一种应用于LAN中的基于概念的三层搜索引擎模型 :通过用户交互的方式 ,使得搜索具有个性化、智能化的特点。

基于Web搜索数据的宝马汽车销量预测研究

在建立Web搜索数据与汽车销量理论框架的基础上,通过搜索有关宝马汽车的网络关键词,采用错位关键词合成的方法,自动推荐关键词并逐步合成,得出有关宝马汽车的月销量与合成指数之间的相关关系,并进行协整分析与Granger因果检验。文章采用2007年1月至2012年9月宝马汽车的月销量数据,对2012年10月至12月共3期的月销量进行预测,得到了宝马汽车月销量数据的预测平均绝对误差为2.5%。

基于地理-时间意图和偏好的个性化Web搜索框架GT-WSearch

基于Web查询的地理位置、时间查询意图和用户偏好的个性化Web搜索可以改善Web搜索结果,更好地满足不同用户的信息需求。提出了GT-WSearch个性化Web搜索框架,它通过挖掘搜索结果、用户点击数据和对查询进行分析得到的用户概貌和查询概貌,来捕捉用户的地理-时间的意图和偏好,提高搜索质量。用户概貌表明了查询自身的地理-时间的特性。GT-WSearch框架在排序函数中利用文档的地理位置、时间的相关度来进行个性化搜索。最后将使用线性的相关度排序函数进行重新排序的搜索结果返回给用户。大量实验结果表明,所提出的个性化方法在提高Web搜索结果的质量中取得了明显的效果。

个性化Web搜索服务

描述一个个性化搜索引擎的通用框架,分析其中的关键技术——用户兴趣提取方法,指出个性化Web搜索是未来搜索引擎发展的主要方向。

基于位置的web搜索索引研究

针对基于位置的web搜索需要将网页中位置信息和文本信息相结合进行索引的应用需求,提出了先倒排表再R-tree索引和先R-tree再倒排表索引两种混合索引结构,同时处理文本和位置信息.大规模真实数据集上的实验表明,这两种方法在查询效率上明显优于已有的倒排表和R-tree相互独立的索引模式.

Web搜索引擎与全文检索技术

本文主要阐述了全文检索技术在 Web搜索引擎中的应用 ,对国内 Web搜索引擎的全文检索技术中的不足进行了分析和思考并提出解决办法 ,同时对 Web搜索引擎中的全文检索技术的发展提出了自己的观点。

基于P2P的个性化Web搜索系统的设计与实现

针对中心化的Web信息搜索系统在覆盖率、及时性、个性化、可扩展性等方面存在的问题,提出了一种基于Peer-to-Peer(P2P)的可扩展、个性化的Web搜索系统PeerBridge。PeerBridge基于分布式哈希表组织大量的网络结点形成有组织的P2P覆盖网络,每个对等体作为一个主题搜索引擎,根据用户兴趣从Web中搜索特定主题相关的信息,而具有相似主题的对等体被聚集在一起形成基于主题的对等体簇,协作进行Web搜索与信息共享。并采用主题驱动的Web爬行、基于语义概念的文档分类、个性化的链接分析和基于主题划分的P2P搜索等机制来改善PeerBridge的性能。

基于语义的个性化Web搜索

针对目前Web搜索中存在的“表达差异”与“忠实表达”问题 ,对基于语义的个性化搜索机制进行了探讨。

Web搜索算法研究综述

介绍了PageRank和HITS两种最常见的算法,对基于链接结构分析的Web搜索算法的研究进展进行了综述,主要包括:介绍了独立于查询的各种改进算法以及基于查询主题的有关算法,并分析上述算法的优缺点及其改进策略或方法,以及Web搜索算法的关键技术和应用,最后是关于Web搜索算法存在的问题和研究展望。

结合同义词的Web搜索匹配算法初探

对结合同义词的中文全文信息检索算法进行了探讨,在已有的基于字串匹配算法的基础上,加入了同义词数据库的搜索,使得搜索更加全面和合理,更加符合人们的思维方式。本文对语义判定模块在搜索引擎机构中的定位及语义字典的构造进行了讨论,同时给出了具有语义匹配的中文全文信息搜索的流程。

基于内容图像检索的Web搜索器

构建图像Web搜索器是实现基于内容Web图像搜索引擎系统的关键,运行搜索器可为引擎系统提供Inter-net上的图像数据源.提出了一种基于内容的Web图像搜索引擎的Web搜索器,它从初始URL网址集出发,根据广度优先遍历策略来获取新的URL网址以及互联网中图像文件信息,并建立Web图像特征库.实验表明,当搜索器在设置较多父URL图像网址以及适合的遍历层数时,可获得图像信息检索的最佳性能,可获得较多数量网络图像信息.

带反馈自适应Web搜索引擎研究

Web搜索引擎是Internet上非常有用的信息检索工具，但是由于现有这些搜索引擎搜索出的结果只跟用户的搜索词条和它所采集的实际信息有关，用户对搜索结果的选择不能影响将来的搜索结果，这使得搜索引擎不能考虑大多数用户的兴趣状况。本文通过采集用户对搜索结果的访问序列来生成搜索引擎的反馈信号，以此来扩展原始查询串和影响搜索结果的生成，使得搜索引擎具有自适应能力。

基于自适应混沌粒子群的Web搜索结果聚类研究

提出了基于自适应混沌粒子群的Web搜索结果模糊C-均值算法,用粒子群算法代替模糊C-均值算法梯度下降的迭代过程,同时引入自适应的平衡搜索策略加快算法收敛和提高去噪能力,在增强局部搜索能力的同时引导粒子群跳出局部极值点.这样不仅在一定程度上解决了网页文档不确定性的问题,而且获得快速、稳定的聚类效果.

基于Web搜索的数据挖掘系统的研究与实现

利用搜索技术从Internet上搜索到大量的数据,如Web网站、网页等信息,对这些数据的处理是一个非常复杂的过程,通常可以使用数据挖掘的方法,提取其中有用的数据和知识。本课题对Web数据搜索与挖掘进行了研究,开发了一套从Internet上搜索数据,并对这些数据进行初步挖掘,生成有效数据的搜索系统。