基于網頁自動分類的搜索引擎研究.pdf

1、本文討論了搜索引擎的組成及工作原理，針對目前搜索引擎不能適應多粒度查詢要求及查詢準確率較低的現狀，提出了一種基于網頁自動分類的搜索引擎設計方案，針對網頁自動分類、網頁排序系統(tǒng)、適應用戶不同的查詢粒度要求幾方面進行了討論。 網頁是一種超文本文檔，其中含有文本信息和很多超文本標記等結構信息。本文設計了一種綜合利用網頁文本信息和結構信息進行分類的網頁分類器，作為搜索引擎中網頁分類的模塊。這種分類器的算法既考慮了分類的準確性又兼顧了運算

2、效率。 如何把最有價值的信息顯示在搜索結果的前列的網頁排序算法是搜索引擎研究的重要方面。為了適應用戶不同的查詢粒度要求，本文改進了PageRank算法的計算方法，通過建立一個對所有網頁的分類框架，在不同的分類中分別計算對類別偏置的PageRank值，使查詢可以在不同大小的類別中進行，并使結果在類別內排序，最后對結果根據用戶指定的查詢粒度進行處理和顯示。 最后，本文提出搜索引擎的返回結果應該去除內容重復網頁，即通過對比，把