Web信息檢索與主題提取的關(guān)鍵技術(shù)研究.pdf

1、隨著Internet及大容量存貯技術(shù)的迅速發(fā)展，Web上的信息日益豐富。從海量、異構(gòu)的Web信息源中獲取用戶所需要的知識(shí)是一項(xiàng)很難的事情，同時(shí)也是一項(xiàng)亟需解決的問題。Google，Altavista及百度等搜索引擎的出現(xiàn)，為用戶在互連網(wǎng)查找信息提供了便利，但是目前搜索引擎返回的文檔質(zhì)量參差不齊，難于滿足用戶對(duì)高質(zhì)量檢索結(jié)果的需求。針對(duì)目前Web檢索結(jié)果質(zhì)量不高的現(xiàn)狀，“尋找與用戶查詢相匹配的高質(zhì)量文檔”也就是“主題提取”成了Web信息檢

2、索的研究熱點(diǎn)。　　本文對(duì)目前信息檢索的各種關(guān)鍵技術(shù)進(jìn)行了概述：介紹了傳統(tǒng)的文檔檢索模型以及三種經(jīng)典的鏈接分析算法，并對(duì)評(píng)測(cè)文檔檢索性能的各項(xiàng)指標(biāo)進(jìn)行了簡(jiǎn)要介紹?！　≡诂F(xiàn)有基于內(nèi)容匹配的布爾擴(kuò)展模型——最短片斷模型的基礎(chǔ)上，提出了一種使用鏈接語義分析的主題提取算法。通過引入概念層次樹及使用概念距離來計(jì)算網(wǎng)頁間的相似度，改進(jìn)了HITS算法中擴(kuò)展集的質(zhì)量，從源頭有效地抑制了鏈接分析算法的主題漂移現(xiàn)象；通過鏈接分權(quán)以及結(jié)合文檔的內(nèi)容語義，消