欢迎来到天天文库
浏览记录
ID:34824036
大小:1.37 MB
页数:44页
时间:2019-03-11
《试析基于agent的元搜索引擎结果优化研究》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、西南农业大学硕士学位论文基于Agent的元搜索引擎结果优化研究姓名:彭喜化申请学位级别:硕士专业:农业机械化工程指导教师:余建桥20040501西南农业大学硕士学位论文摘要摘要随着社会的发展,信息越来越成为经济、科技等各个领域赖以发展的重要资源。然而网络信息的爆炸性增长,加之因特网本身固有的无边界、动态性和多样性等特点,人们在网上查找自己所需信息的难度变得越来越大。搜索引擎的出现在某种程度上缓解了这个矛盾。但是,由于不同的搜索引擎所采用的算法和搜索范围各异,导致返回结果的重复率不到34%.如果想得到相对全面,准确的搜索结果,必须同时使用多个搜索引擎,在这样的背景下便产生了元搜索引擎,因此可
2、以说元搜索引擎是搜索引擎技术发展到一定程度的产物。元搜索引擎(MetaSearchEngine).被称为搜索引擎之上的搜索引攀,它是通过调用其他搜索引擎来实现搜索的一种网络检索工具。一般由三部分组成,即:检索请求提交代理、检索接口代理、检索结果显示代理。相对于独立搜索引擎,元搜索引擎一般没有自己独立的数据库,这就省去了收集和存储网页、建立和存储索引的工作,从而把工作重心放在搜索引攀的选择、检索请求的优化和检索结果的优化上,本文论迷的重点也是如何针对不同用户进行检索结果的优化。元搜索引擎通过一个统一界面,帮助用户选择和利用合适的搜索引擎来实现检索操作,并将所有检索结果按某种策略集中起来以统一
3、的格式呈现在用户面前。虽然元搜索引攀增强了定位和收集信息的能力,但由于其检索结果数量大增,没有针对用户个性需求对信息予以优化重组,用户每一次信息检索被孤立地对待,割裂了其需求在一定时段内的相关性.为了解决这一问题.本文提出了一种基于Agent的元搜索引擎结果优化技术。Agent是指能够自主地、连续地在一动态变化的、存在于其它Agent中运行的、且不断与环境交互的实体。广义地讲Agent是具有自主性、交互性和反应特征的计算机软、硬件系统.Agent的出现为解决信息过载、信息干扰、资源迷向和信息拥塞等问题开辟了新的途径。考虑到Agent具有能够进行高级问题求解,可随环境变化修改自己的目标、学习
4、知识并提高能力等智能特性。通过Agent的逐步学习,了解用户兴趣之所在。并以此为依据对元搜索引攀的检索结果进行过滤、合成和排序,这样经过优化处理后的检索结果必然能够更好地满足要求。本文详细论述了建立兴趣模型和实时更新兴趣模型的相关方法,以及如何利用兴趣模型对元搜索引攀的检索结果进行优化处理。关键词:Internet元搜索引单Agent兴趣模型西南农业大学硕士学位论文AbstractAbstractWiththeimprovingofsociety,informationbecomesakindofmoreandmoreimportantandindispensableresourcefor
5、economics,technologyandotherfields.ButbecauseoftheexplosiveincreaseofnetworkinformationandtheintrinsiccharactersofInternetsuchasboundlessness,dynamicanddiversity,itismoredifficultforpeopletolookuptheinformationthattheyneed.Theoccurrenceofthewebsearchengineovercomesthisprobleminsomedegree.Howeverbe
6、causedifferentsearchenginesusedifferentalgorithmsandscope,therepetitionofsearchresultsforthesamequeryisnomorethan34%.Ifwishtogetrelativelyfull-scale,accuratesearchresults,multi-searchenginesshouldbeused,sointhisbackgroundMetaSearchEngineoccurs,whichcomesforththedevelopmentofthesearchengine.MetaSea
7、rchEngineisonetypeofsearchtool,whichrealizesitssearchfunctionsbyinvokingothersearchengines.GenerallyaMetaSearchEnginecomprisessearchqueryreferringpart,searchinterfacepartandsearchresultsdisplayingpart.Contrasting
此文档下载收益归作者所有