主题元搜索引擎排序算法研究

《主题元搜索引擎排序算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、？，Ｉ．：朱穿＇．Ｖ，：為：；；．去ｖ麵‘：ｒ辑．烹１ｒ＾／Ｖ；．．誦．，；．－，；＾国内图书分类号：ＴＰ３１２学校代码；１００７９００４４１国际图书分类号．：；密级公开专业硕±学位论文主题元搜索引擎排序算法研究硕±研究生；王然导师；程晓荣企业导师原涛申请学位：工程硕±专业领域：软件工程培养方式：全日制所在学院：控制与计算机工程学院答辩日期：２０１６年６月授予学位单位；华北电力大学ClassifiedIndex:TP312U.D.C:004.41Thesisforth

2、eMasterDegreeResearchandImprovementoftheTopicMetaSearchEngineSortAlgorithmCandidate：WangRanSupervisor：Prof.ChengXiaorongSchool：SchoolofControlandComputerEngineeringDateofDefence：June,2016Degree-Conferring-Institution：NorthChinaElectricPowerUniversity华北电力大学硕±学位论文原创性声明本人郑重声

3、明：此处所提交的硕±学位论文《主题元搜索引擎排序算法研》，巧，是本人在导师指导下在华北电力大学攻读硕±学位期间独立进行研究工。论文中除己注明部分外不包含他人已发表或撰作所取得的成果据本人所知，写过的研究成果。对本文的研巧工作做出重要贡献的个人和集体，均己在文中Ｗ明确方式注明。本声明的法律结果将完全由本人承担。＾為＇作者签名：玉＾／曰期：《年＾月曰／华北电力大学硕±学位论文使用授权书《主题元搜索引擎排序算法研究》系本人在华北电力大学攻读硕ｉ学位期间在导师指导下完成的硕±学位论文。本论文的研究成果归华北电为大学所

4、有，本论文的研究巧容不得ｙｘ其它单位的名义发表。本人完全了解华北电力大学关、口或机构送交论于保存使用学位论文的规定，同意学校保留并向国家有关部文的复印件和电子版本，同意学校将学位论文的全部或部分内容编入有关数据。，１、库进行检索，允许论文被查阅和借阅本人授权华北电力大学可＾采用影印缩印或扫描等复制手段保存、可Ｗ公布论文的全部或部分内容。＂＂本学位论文属于（请在上相应方框内打Ｖ）：保密□，在年解密后适用本授权书／不保密口作者签名：襄＇曰期：年６月７曰导师签名：曰期：年＾月曰私ｙ华北电力大学硕士学

5、位论文摘要主题搜索引擎的产生是针对某种具体的组织、行业的网络信息来构建的，这是一个能够使该组织、行业的搜索要求满足的搜索引擎。随着网络信息的多元化形成，没有任何一种主题搜索技术能应用到所有的主题信息领域，而主题元搜索引擎的出现很好地解决了这个现象。主题元搜索引擎将元搜索引擎和主题搜索引擎相结合，在提高查全率的同时又进一步提高了查准率。其中搜索引擎的分词技术和排序技术是影响搜索结果的关键性。本文以开源的搜索引擎Nutch为原型，使用主题提取器在多个搜索引擎中提取种子站点，再从各种子站点上搜索关键词，实现搜索的主题化和多元化，提高了查准率和查全率

6、。针对Nutch搜索引擎按字分词和排序效果差的问题，本文主要完成了以下两方面的工作：第一，参考各种资料以及相关中文分词插件文档，通过实验对Paoding，IKAnalyzer等中文分词器进行了时效性以及准确率等方面的对比，选取在大量文字分词时，时间和准确度等方面性能更优且有丰富的本地词库的ICTCLAS2015分词器，进行了Nutch中文分词模块的改进。第二，本文提出了结合使用PageRank算法并加入本地浏览器书签作为参考因子的方法，对Nutch的评分机制进行了改进，提高了搜索结果的确切度。对改进后的算法进行了验证，通过对实验数据的分析说明

7、了改进后的算法不仅可以提高PR值较高的页面的排序结果，而且对本地书签有相关性的搜索结果的排名有所提高。本文通过结合ICTCLAS2015中文分词插件和改良中文分词算法对Nutch搜索引擎系统进行了二次开发，在此基础上，结合网站PR值和本地书签影响因子对Nutch排序算法进行改进，经试验测试表明，改进后的算法在搜索结果更确切，更符合用户的需求。关键词：主题元搜索引擎；ICTCLAS2015；中文分词；Nutch；排序算法I华北电力大学硕士学位论文AbstractThegenerationofthetopicsearchenginewasused

8、tomeettherequirementsofkindsoforganizationorindustryaboutsearchinginformationfromt