基于信息内聚的页面质量评价方法

提出了一个新型的页面评价方法,即信息内聚度评估指标,来改善搜索引擎的效率,通过分析网页自身主题、外部链接以及所属站点的主题来衡量页面的质量.实验结果表明该方法能提高搜索效果达24.5%.     

动态新闻发布系统的开发

随着Internet的进一步发展,静态Web站点的开发与维护变得越来越困难,一方面信息的不断增加和变化,使站点维护人员不得不经常修改他们的网页,特别是基于数据库驱动的Web站点更是如此,随着Internet上信息量的增多和交互性的加强使HTML显得越来越难以胜任。另一方面静态网页由于不能与浏览者进行有效交互,使人们感到越来越乏味,而不愿意再一次地进入同一站点。所以开发动态网页或动态内容成了越来越多的站点所追求目标。所谓动态内容是由每一个用户按照自己的需求发出请求而特殊制作的Web网页。本论文介绍的是应用动态网页技术开发新闻发布系统。     

动态采集与关联规则在个性化推荐中的应用

一个网站有多个网页组成,网站上的信息分布在这些网页上,不同的用户对不同的网页上的信息感兴趣,如何满足用户对敏感网页的高效访问,我们提出一个基于使用挖掘的Web站点个性化信息服务系统来解决问题.利用Web使用挖掘技术来分析用户的浏览模式,根据用户的当前访问需要,自动实时地为用户提供推荐页面,实现个性化服务.     

语音搜寻功能的学习对象管理系统设计研究——以大学语文为例

文章通过对系统的需求分析,构建了可应用于大学语文语言学习者的学习管理管理系统,并对系统的功能、整体架构、数据库等进行了设计,并采用Java Applet和Java Servlet技术,实现了对系统的访问和数据请求。同时在网页代码中添加语音搜索功能,使得语言学习者通过语音搜索的方式即可实现对不同学习内容的搜索。     

面向主题的网络蜘蛛技术研究及系统实现

首先研究了面向主题的网络蜘蛛的关键技术:抓取目标描述、网页分析算法和网页搜索策略等,在此基础上,设计并实现了一个面向主题的网络蜘蛛系统(简称主题蜘蛛),采用向量空间模型来计算网页的主题相关度,使用改进的Shark-Search网页搜索策略来决定待抓取链接的访问次序,从种子网页开始,只爬行具有较高预测相关度的链接,仅采集与主题相关的网页,多线程对网页进行下载和分析,提高了主题网页采集的精度.     

基于相似度曲线的新闻网页分类模型研究

随着互联网的快速发展,网络日益成为人们查找有用数据的重要手段.由于WWW上的信息很多存储在HTML 页面上,网页分类就显得十分必要.利用各种开源软件,详细设计并实现了一个中文网页分类模型,同时利用元搜索技术实现数据采集,有效地提高了采集的广度和深度.在进行中文分词时利用了专业词库,此方法提高了分词的准确率,在建立VSM时提出了一种基于相似度曲线的网页特征抽取方法,此方法能有效解决特征提取的高维问题,并对提高特征区分度,缩小运算量具有良好的效果.     

快速的中文网页分类方法实现

详细介绍了一种快速的中文网页分类系统的设计与实现,通过解析出网页的主要内容、网页的Title、网页的Meta标签内容和指向该网页的父网页上的锚文本,并根据这些信息用VSM法将网页分类。实验结果表明,本文的方法可以使中文网页分类性能速度得到大的提高且能保持较高的准确率。     

用户搜索意图视角下的Web网页动态泛化研究

针对搜索情况来分析每位用户搜索信息的需求,而提出了基于用户搜索意图视角下的Web网页动态化的模型,主要就是为了搜索出的Web网页动态化建立关键词、文档格式等之间的层次,这样就可以根据每位用户访问提供搜索导航,但其并不是为了获取用户搜索的意图,而是为了建立用户搜索意图视角下的Web网页动态泛化。因此,文章主要针对用户搜索意图视角下的Web网页动态泛化研究而探讨的。经过探讨可以得出该模型是可以获取用户访问信息的意图。     

厂商来风

乐讯无限,国内又一免费WAP站点强力面世 中国移动重点推广的WAP业务在2004年得到飞速的发展,手机玩家们通过手机直接浏览中国移动官方门户WAP网站--移动梦网,成为图铃下载、移动论坛打发时间的更便利途径。 而同时,也出现了大批的个人免费WAP站点。例如早期出现的3G门户、WAP中国等。2004年年底推出的乐讯无限WAP免费站点:wap.lxyes.com以强大的产品开发速度和堪称海量的各项图铃下载内容迅速吸引玩家眼球,并受到业界的广泛关注。 在这个站点,我们可以看到读书频道、乐讯社区、乐讯博客、手机大全、下载中心、玩转资源、新闻大全、天气预报等主要的频道。继续点击进去,每一个栏目里内容分类的详细程度和海量的作品容量都非常令人意外。尤其是"手机大全"这个栏目,几乎可以搜索到目前市面上所有热销的和最新推出的各品牌上千款手机的配置信息以及各城市即时报价。而"读书频道"里也收集了上百部的热门时尚读物,此外还设置有书籍搜索、读书书签、阅读设置等友好功能。     

实时信息搜索技术的研究

随着信息技术的发展,网络的迅速普及,搜索引擎在网络用户的生活中扮演着越来越重要的角色,在网络时代,信息检索主要通过Internet搜索引擎进行.Internet提供了多种不同的信息发布和检索方式.讨论新型智能信息搜索技术,使用户成为搜索引擎的主导者,搜索引擎既可以按照既定的算法海量搜索,还可以根据用户输入来抓取信息,达到实时搜索功能,就如何智能分析用户输入,如何抓取网页,怎样获取网页源码,以及关键字的获取与过滤进行了描述与分析.     

基于网页分块的个性化信息采集的研究与设计

个性化Web信息采集是信息检索领域内一个将采集技术与过滤方法结合的新兴方向．也是信息处理技术中的一个研究热点。文章分析了个性化Web信息采集的基本问题，提出了难点以及相关的解决方案，并在此基础上设计了基于网页分块的个性化Web信息采集系统。     

一个基于Web的信息获取系统的框架与实现

文章介绍一个基于Web的信息获取系统的框架与实现，给出了系统总体结构，分析了信息采集子系统、原始资料处理子系统、系统配置子系统和推送，检索子系统。实践证明，本Web信息获取系统能够对Internet上用户提交的请求进行自动采集、自动分类，对后继的信息处理提供了充分的支持。     

利用遗传编程排序图像

Web image retrieval is a challenging task. One central problem of web image retrieval is to rank a set of images according to how well they meet the user information need. The problem of learning to rank has inspired numerous approaches to resolve it in the text information retrieval, related work for web image retrieval, however, are still limited. We focus on the problem of learning to rank images for web image retrieval, and propose a novel ranking model, which employs a genetic programming architecture to automatically generate an effective ranking function, by combining various types of evidences in web image retrieval, including text information, image visual content features, link structure analysis and temporal information. The experimental results show that the proposed algorithms are capable of learning effective ranking functions for web image retrieval. Significant improvement in relevancy obtained, in comparison to some other well-known ranking techniques, in terms of MAP, NDCG@n and D@n.     

基于正文特征和网页结构的网页正文抽取方法

Web信息抽取技术一直是信息技术领域的研究热点。而且,近年来,DIV+CSS的网页布局方法开始普遍应用于网页设计中。基于此,提出了一种较为简单和实用的基于正文特征和网页结构的新闻网页正文抽取方法。首先识别和提取网页正文内容块,然后利用正则表达式滤除内容块中的HTML标记并提取网页正文。实验结果表明,该方法对正文抽取具有较高的通用性与准确率。     

用CORBA技术构建分布式图像检索系统

首先针对现有Web图像搜索引擎设计的局限性 ,提出了分布式系统集成的重要性。然后 ,对CORBA技术进行了详细的描述 ,说明了CORBA技术是构建分布式图像检索系统的理想平台 ,并且介绍了图像检索技术。最后 ,提出了一种基于CORBA技术的分布式图像检索系统设计模型 ,并详细描述了其体系结构。     

网页设计中图像处理的最佳化分析

互联网在现代化社会发展的重要力量,一些网站逐渐展现的在人们的眼前.那么高质量的网站,与网页设计是离不开的,尤其是网页设计中的图像处理工作.因此,在网页设计中图像处理的过程中,应当对其相关的内容,采取有效的网页设计中图像处理方式,这样才能有效的提升网页设计中图像处理的效果,从而达到最佳化.本文针对网页设计中图像处理的一些问题,进行了简要的分析和阐述,主旨就是达到最佳化的网页设计中图像处理的效果.     

Analysing Internet Software Retrieval Systems: Modeling and Performance Comparison

Nowadays, there exist web sites that allow users to retrieve and install software in an easy way. The performance of these sites may be poor if they are used in wireless networks; the reason is the inadequate use of the net resources that they need. If these kinds of systems are designed using mobile agent technology the previous problem might be avoided. In this paper, we present a comparison between the performance of a software retrieval system especially designed to be used in a wireless network and the performance of a software retrieval system similar to the well-known Tucows.com web site. In order to compare performance, we make use of a software performance process enriched with formal techniques. The process has as important features that it uses UML as a design notation and it uses stochastic Petri nets as formal model. Petri nets provide a formal semantics for the system and a performance model.     

Semi-automatic knowledge extraction, representation and context-sensitive intelligent retrieval of video content using collateral context modelling with scalable ontological networks

Automatic indexing and retrieval of digital data poses major challenges. The main problem arises from the ever increasing mass of digital media and the lack of efficient methods for indexing and retrieval of such data based on the semantic content rather than keywords. To enable intelligent web interactions, or even web filtering, we need to be capable of interpreting the information base in an intelligent manner. For a number of years research has been ongoing in the field of ontological engineering with the aim of using ontologies to add such (meta) knowledge to information. In this paper, we describe the architecture of a system (Dynamic REtrieval Analysis and semantic metadata Management (DREAM)) designed to automatically and intelligently index huge repositories of special effects video clips, based on their semantic content, using a network of scalable ontologies to enable intelligent retrieval. The DREAM Demonstrator has been evaluated as deployed in the film post-production phase to support the process of storage, indexing and retrieval of large data sets of special effects video clips as an exemplar application domain. This paper provides its performance and usability results and highlights the scope for future enhancements of the DREAM architecture which has proven successful in its first and possibly most challenging proving ground, namely film production, where it is already in routine use within our test bed Partners’ creative processes.