全國搜索引擎與網上信息學術研討會sewm2006---中文web-全文預覽
【正文】 標準 √ RUN2 √ 標準 √ RUN3 √ √ 標準 RUN4 √ 標準 √ RUN5 標準 √ 20 目錄 ? 木棉搜索引擎現(xiàn)狀 ? 數(shù)據(jù)格式轉換 ? 關鍵技術介紹 ? 結果提交 ? 分析與展望 21 分析與展望 ? 對網頁各組成部分進行索引并賦予不同的權重可以提高檢索精度； ? NPHP查詢結果好； TD查詢在一些情況下不能很好的將用戶引導到最有價值的頁面； ? 人工標記和二次排序對提高檢索準確率有很大的幫助； ? 查詢響應時間相對較長（平均 2~3s）。算法主要是基于華南理工大學胡俊剛等的 《 基于 URL類型優(yōu)先級入口頁面查詢算法 》 。 12 關鍵技術介紹 ? TD – 二次查詢優(yōu)化 ? 截取每個查詢結果的前 200條結果； ? 對這 200條結果進行站內聚合，并將每個網站內的 ROOT、SUBROOT、 url深度小于 3的 PATH的 url提前； ? 對所有被提前的網頁按照得分排序，并盡量保證前十條出現(xiàn)不同網站的 url，將這些網頁放在結果集的前面； ? 對其他網頁按照得分進行排序，順序排列在得到的結果之后。全國搜索引擎與網上信息學術研討會 SEWM 2020
教學課件相關推薦
鄂ICP備17016276號-1