主題搜索引擎搜索策略的研究及算法設計.pdf_第1頁
已閱讀1頁，還剩66頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、當前互聯(lián)網(wǎng)應用中網(wǎng)站的搜索正變得越來越普及，一個網(wǎng)站要想做大做強，其內容必定要豐富，用戶想要找到的內容，不管是最新的還是以前的(比如一段時間以前就見過的新聞報道，因為不再是最新的內容而沒有出現(xiàn)在首頁上)，我們都可以借助搜索引擎來查找它。
　　通過搜索引擎，用戶可以享受快速獲得資源的服務，幾乎足不出戶，搜索引擎就可以使人們更有效的從互聯(lián)網(wǎng)絡獲取各種信息了，所以一個搜索引擎的好壞直接決定了人們的互聯(lián)網(wǎng)生活。
　　本文通過分析了主

2、流搜索策略及算法，對搜索引擎的分類、技術架構及原理結構進行了深度的剖析，同時研究了基于主題爬蟲系統(tǒng)的設計和模型的建立，在現(xiàn)有的技術支持上融入了機器學習算法，具體的討論了文檔的特征選擇算法思想，并闡述了目前主流的TF-IDF改進算法，以Python2.7為開發(fā)平臺，設計實現(xiàn)了基于Context Graph的主題爬蟲系統(tǒng)。最終以國內各大汽車網(wǎng)站為例，將“汽車”設為主題詞進行分類爬取，以查全率、查準率、F1值來評價所涉及的系統(tǒng)性能的好壞。通過

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論