| 聚类搜索引擎研究进展浅析 |
|
|
|
t2系统
Carrot2是基于Java开发的开源聚类搜索系统[6]，主要用于对搜索结果进行聚类。与Vivisimo相似，首先也是用户输入关键字在Bing、baidu、google等知名搜索引擎进行搜索，然后对返回的搜索结果进行聚类，并通过树形的分类图进行显示出来。Carrot2的聚类对象主要是各大搜索引擎返回的搜索结果，其通过文档聚类平台workbench，对搜索的数据进行聚类分析，并通过文档聚类服务器DCS，将聚类结果作为REST服务呈现。最后，Carrot2以WebApp方式将聚类结果作为网络应用呈现给终端用户。Carrot2采用的聚类算法主要是Lingo(基于奇异值分解的索引结果聚类)算法和STC(Suffix Tree Clustering)后缀树聚类算法。
目前Carrot2支持的聚类算法较多，代码开源可以进行版本的更新和改进。该系统应用广泛、可移植性较好。但是Carrot2中文分词效果不好，可视化效果不佳。
4 聚类搜索引擎发展趋势
文献[1]通过对大量搜索引擎的评测，发现独立性差、专用算法欠缺、搜索速度慢等一系列问题，但该文主要对搜索结果的聚类方法进行了评测，对聚类搜索引擎的趋势的分析也主要侧重于聚类方法。本文认为聚类搜索引擎未来将向数据海量化，链接社交化，聚类综合化三个方向发展。
4.1 数据海量化
现阶段的聚类搜索由于数据集较为单一，聚类算法过于老旧，造成呈现给用户的检索结果数量少，内容贫乏，这样必然影响聚类搜索的发展壮大。所以未来聚类搜索必然要向数据海量化发展。近期，美国互联网公司“耶宝”日前推出一种更具人性化的搜索引擎，有别于当今主流搜索引擎网站提供的单维搜索，并非一般的罗列搜索结果，而是通过对搜索的词条和海量的网页的内容进行分析，自动对搜索结果进行聚类和分类，为用户提供丰富而直观的结果。
4.2 链接社交化
在搜索引擎中引入社交元素，由于目前Web社交网络形成了一个巨大的Deep Web(针对网络爬虫而言)，而这个数据量对搜索引擎来说是非常大而且有用的，搜索引擎作为用户获取信息的主要渠道，势必需要这些用户活跃度和新鲜度很高的数据资源。由于社交数据中蕴含着大量数据之间的潜在链接，因此基于社交数据进行聚类搜索可望上一页 [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 