基于web数据挖掘的面向领域高性能信息检索研究

《基于web数据挖掘的面向领域高性能信息检索研究》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、贵州大学硕士学位论文基于Web数据挖掘的面向领域高性能信息检索研究姓名：杨滋荣申请学位级别：硕士专业：计算机软件与理论指导教师：许道云20080401基于Web数据挖掘的面向领域高性能信息检索研究摘要随着Internet／Web技术的快速普及和迅猛发展，WwW上的信息量不断增加，如何在这些信息中找到用户真正需要的内容，成为数据组织和Web相关领域专家学者关注的焦点。由于，因特网信息使川技术的发展往往跟不上因特网信息的增长，搜索引擎可以为人们查找与关键词相关的文档，但返回的结果往往是文档数量太多而命中率不高。

2、传统搜索引擎技术满足了人们一定的需要，但由丁其通川的性质，仍然不能满足不同背景、不同目的和不同时期的川户个性化的需求。基于Web挖掘的高性能信息检索就是针对这个问题而提出来的。研究的目标在于充分利川川户的个性化信息，通过刚户兴趣制导或丰富查询模式等灵活手段米采集Web信息，充分利川网络信息，从而提高奇渤的准确度，提高了检索质量，并满足，}J户的特定查询需求。本文首先对Web挖掘技术利搜索引擎技术进行了分析，同时对其-_I：作原理和数据挖掘中的聚类分析技术进行了较为深入的分折。由于高性能的个性化信息检索的前提

3、是挖掘刚户的访问特点并对用户进行分类，用户的访问行为是存放在Web日志中，Web日志数据需要进行预处理，才能川于州户兴趣的挖掘。冈此论文深入讨论页面过滤和用户访问路径等问题，使Web日志预处理l：作更加完善。本文通过深入研究检索系统如何更快速抓取更多高质越网页，如何进行网页文档索引，如何为州户提供高性能的检索服务后，重点闻绕检索效率和检索效果这两个最基本的{旨标，，从索引创建和检索过榭详细分析高效检索系统的相关基本实现技术。在此基础上提出根据Web页面网页所在的位置，挖掘出网页在网站中的层次类别信息，通过这

4、些信息进行动态聚类，为．Hj户提供一种动态的目录聚类夯询服务：并针对单个川户以往搜索记录进行分析，推测川户的搜索偏好，并对该川户进行夯询建模，然后根据用户查询模型产生该类川户的访问模式。最后，本文对作者所做的：I：作进行了j

5、：1纳，总结，并讨论了将米进一步的研究方向。关键词：Web数据挖掘，信息检索，个性化服务，Web日志，预处理，聚类，访问行为StudyofFields—orientedHighQualityInformationRetrievalBasedonWebDataMiningAbstract

6、Intoday'sinformationworld，thetechnologyofInternet／webiSinitsfulIbloom，andtheinformationfromWWWcontinuetogrow．Findingthecontentwhichtheusersarerealinterestinhasbecomethefocalpointoforganizationsandspecialistsintherelatedfields．Thesearchenginecouldfindoutthe

7、documentswhichhavesomerelationtothekeywords．However,therearetoomanyresultsandtheprecisionratioisnottohigh．Thetraditionalsearchenginetechnologyhasadaptedtopeople’Scertainneeds，butbecauseit’Scommonalityitcannotsatisfytherequirementsofusers’personalitydemands

8、withdifferentbackground，differentpurposesanddifferenttime．Andthepurposeofresearchistofullyutilizetheuser’spersonalinformationthroughtheflexiblemeans，suchasinterestshomingmechanismofuserordiverseofretrievalschemestocollecttheinformationfromWeb，and而akefullus

9、eofnetworkinformation，thenimprovingtheaccuracyofinqu．itiesandimprovethequalityoftheretrieval，andtomeetthedemandforspecificusers．FirstlythispaperanalysisthesearchenginetechnologyandWebdataminingtechnology,andt