| 聚类搜索引擎研究进展浅析 |
|
|
|
，并可以汇集各大知名搜索引擎的信息资源。目前，典型的聚类搜索引擎的基本工作步骤为：①依据用户查询的关键字，从一个或多个搜索引擎获取搜索结果；②对搜索结果进行预处理，过滤掉重复、无效信息；③将文档中关键短语作为特征提取出来生成聚类标签；④将文档分配到生成的聚类标签下；⑤将聚类后的搜索结果进行排序并显示给用户。
1.2 国内外聚类搜索引擎的发展现状
搜索引擎的发展阶段总共经历了三个阶段[3]，其中第1代搜索引擎主要是基于人工分类的通用搜索；第2代主要依靠机器进行自动爬取和分析，利用链接分析技术实现更为准确的搜索，如Google、百度等；第3代搜索引擎更加体现了智能化、互动式和人性化。功能包括自动聚类、去重、用户习惯记忆等方面，是未来搜索引擎主要的发展方向。
近几年，国际上对聚类搜索引擎系统的研究日渐火热，已经出现了一些知名的聚类搜索系统。其中，Scatter/Gather系统[4]是第一个在搜索引擎上使用聚类方法的系统；Vivisimo[5]是一种商业化聚类搜索引擎，符合用户使用习惯，搜索效率高。基于Java的开源Carrot2聚类搜索引擎[5]可自动的把搜索结果归类到相应的语义类别中，它的一个亮点是速度和易用性的提高。中文搜索领域，早期比较有实力的聚类搜索引擎有Bbmao，Bbmao搜索系统推出了去重功能，为网民解决了大量阅读重复信息的烦恼。Bbmao的聚类功能，能够提高查找信息的效率，它还具有云集各大搜索引擎结果的功能，同时完成海量信息的分门别类。近期出现的baigoogleledu综合了谷歌、百度两大搜索引擎。其基本出发点是两大搜索引擎的搜索结果的很大的差异性。这类系统对搜索结果进行聚类分析，在一定程度上缓解了广告泛滥的局面，使用户更便捷地找到需要的信息。
有关国内外聚类搜索引擎的相关技术，主要有聚类分析、聚类算法、中文信息处理等技术。Anton等人[7]致力于把分类体系引入评估体系来评价聚类效果质量的研究。Sudipto Guha等研究人员[8]应用概念关联代替传统的计算欧式距离，来衡量数据之间的相似度，从而确定聚类，达到了很好的效果。
国内一些学术组织和团体很早就开始对自动文本分类、聚类领域等相关内容进行研究，从“天网”和“网络指南针”开始北京上一页 [1] [2] [3] [4] [5] [6] [7] [8] 下一页 |
|
|
| |
|
上一个论文： 关于高校体育教育专业运动心理学研究现状
下一个论文： 国学热与国学的定位和前瞻 |
|
用户登录 
新用户注册 