基于领域本体中文财经blog搜索引擎设计和实现

《基于领域本体中文财经blog搜索引擎设计和实现》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、摘要随着博客(Blog)的迅猛发展，Blog网页数量成几何级数增长，如何在海量的Blog页面中找到自己感兴趣的Blog网页显得尤为重要。于是针对Blog页面的专业搜索引擎(Blog搜索引擎)诞生了。本文主要就是针对基于本体的财经Blog搜索引擎展开研究。经过研究发现，Blog搜索引擎存在一些不足之处可以归纳到三个方面：一是Blog网页相似度计算，不能支持文档级别查询。其原因是现有的Blog搜索引擎没有有效的计算Blog网页相似的方法；二是搜索结果不能满足用户的查询意图，其原因是相似是否为语义相似或者相似值不准确；三是检索结果排序方面，如何让内容相关的结果排在前，这与检索结果的

2、排序算法相关。本文针对这些不足之处进行了深入研究，并归纳到以下二方面：1．针对Blog网页相似度计算方面，本文在现有的Blog网页相似计算方法的研究基础上提出了基于本体的财经Blog网页相似计算方法(CSFBO方法)。该方法提出了财经关键词表示Blog网页信息，把Blog网页相似计算转化成财经关键词间的相似计算。这样关键词提取的好坏尤为重要。在传统的TFIDF算法的基础上，根据Blog网页的特点对网页不同部分赋予不同的权值，从而改进了财经关键词的提取算法，提高了相似计算的精确度。2．针对Blog搜索结果排序方面，本文分析了BlogRank算法和B2Rank算法，结合了财经B

3、log的特点，根据财经Blog排序算法的影响因子和对现有的排序算法的不足之处，提出了针对财经领域的Blog搜索结果排序算法(SFBS算法)。本文构建了财经领域本体，应用了上述改进算法，实现了基于领域本体的财经Blog搜索引擎，采集了大量网络数据进行测试，通过对该系统的实现验证了改进算法的有效性，在实际应用中具有较高的实用价值。关键词:财经Blog;Blog搜索引擎;财经本体;语义相似;BlogRank算法;IAbstractWiththerapiddevelopmentofBlog,thenumberofwebpageshaveabiggrowth.Howtosearchth

4、epagesthatweareinterestedinisveryimportantinthesemassivepages.Sotheprofessionalsearchengines(BlogSearchEngines)forwebpageswasborn.Thispaperismainlydevotedtostudyfinancialblogsearchenginebasedonontology.Wefoundthattheblogsearchengineshavesomeshortcomingsafterresearch,butitcanbesummarizedinfo

5、llowingthreeaspects:First,thecalculationofthesimilarityofblogwebpagescannotsupportthequerybasedondocument-level.Thereasonisthatthecurrentblogsearchenginedoesnothaveavalidalgorithmtocalculatethesimilarityofblogwebpages.Second,theresultsofsearchcannotsatisfytheuser’squeryintention.Thereasonis

6、thatwhetherthesimilariyissemanticsimilarityorthevalueofsimilariyisnotaccurate.Thirdhowtomakethecontentoftherelevantresultsshowinthefront,thisisrelatedtothesortingalgorithmofthesearchresults.Thispapermadeaprofoundstudybasedonsomeaboveshortcomings:1.ThispaperproposedaCalculationalgorithmofSim

7、ilarityofFinancialBlogwebpagesbasedonOntology(CSFBO)onthebasisofexistingcalculationalgorithmofsimilarityofblogwebpagesforcaculationofsimilarityofblogwebpages.Thealgorithmputforwardsomefinancialkeywordstopresentblogwebpagesandmakecalculationofsimilarityof