基于Lucene的个性化网络信息搜索系统设计与实现

针对传统搜索引擎在用户个性化需求方面存在的不足,提出了一种个性化的搜索引擎。利用个性化信息采集系统收集和提取用户的个性化信息,为用户提供个性化和人性化的信息搜索服务。同时在分析现有技术优劣的基础上,设计实现了一套具有高度系统灵活性和扩展性的网络信息自动搜索系统,同时实现了个性化搜索信息的自动保存。     

基于 Ontology的个性化元搜索引擎研究

文中提出了一种新的基于Ontology的个性化元搜索引擎系统模型，目的是解决现有搜索引擎很难考虑用户兴趣来实现用户个性化搜索问题。提出了基于Ontology的用户描述文件的表达方法和自动隐式学习算法，以及基于Ontology查询结果合成算法。全面描述了系统三层结构以及用户个性化搜索处理过程，并给出了对系统的评价标准。     

基于Agent的个性化智能信息检索系统

针对目前信息检索系统存在的不足,首先,在系统地介绍信息检索研究现状的基础上对个性化信息检索的发展、工作原理和现状进行了简要综述,并对Agent技术做了介绍.然后,从现有问题入手,开发设计一个了基于Agent的个性化智能信息检索系统模型.对基于Agent的个性化信息检索系统的基本结构、方法及相关技术进行了研究.该模型由用户信息检索个性Agent、信息搜索Agent和信息过滤Agent三个模块构成,分别对三个模块中的关键技术进行研究.结果表明,该平台减少搜索范围,加快搜索速度.     

Multi-Agent技术在元搜索引擎中的应用研究

随着科技的迅猛发展,对Agent技术的研究已成为当前的前沿热点问题之一。本文将Agent技术运用到元搜索引擎中,建立一个基于Multi-Agent的元搜索引擎系统模型。该模型采用多Agent组织结构,在一定程度上弥补了元搜索引擎智能化程度低、无法满足个性化需求方面的缺陷。文中将元搜索引擎中的Agent分成管理Agent和任务Agent两大类,并对模型中多Agent之间的通信方式、协调机制和性能评价进行了深入研究。     

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.     

基于个性化推荐的移动新媒体资讯云平台方案探讨

个性化推荐决定着移动媒体资讯信息的过滤和分发.从个性化推荐入手,剖析推荐系统的运作过程,指出个性化新闻推荐是人机交互的结果.提供一种通过订阅关键词实现针对移动互联网用户的个性化搜索结果推荐系统和方法.用户可在输入框中输入任意关键词或选择系统计算出的关键词,使用搜索引擎去源信息索引库中进行搜索,结合用户所关注的语义标签特征或领域,按照时间顺序进行倒序排列展示,并将结果以多种方式下发给用户,实现个性化搜索结果精准推荐.     

基于个性化服务的相关性算法的研究

在介绍个性化服务的相关知识的基础上,通过个性化服务的技术来提高用户和系统的互动性.从而提高搜索的查准率.并针对当前搜索引擎查询的信息太多,用户查询效率不高等问题,研究个性化搜索,并结合用户兴趣度完善了向量空间模型,提出一种解决搜索查询的方法,通过验证该搜索查询方法达到比较满意的结果.     

搜索引擎系统中个性化机制的研究

随着Internet的飞速发展，搜索引擎系统越来越成为信息检索领域中的研究热点，文章针对传统搜索引擎系统的缺点．设计了一种新型个性化搜索引擎系统的体系架构，能够针对不同用户提供不同的检索结果，并给出了系统中个性化机制的相关算法。模拟实验表明，该结构和算法能够有效地提高检索结果的准确度。并且具有良好的可适应性。     

基于Agent的个性化信息检索系统设计

Web上信息的不断增长对搜索引擎提出了更高的要求，个性化信息检索成为目前研究的一个热点。现提出了一个基于Agent的个性化信息检索系统模型PILLS，主要分析了系统的组成及各组成部分的工作原理。理论上，无论是查准率还是查全率，PILLS系统的查询结果优于一般搜索引擎的查询结果。     

个性化移动元搜索引擎研究与设计

移动搜索已成为最重要的移动互联网应用之一,智能终端技术和搜索引擎技术的发展为改进用户的搜索体验提供了可能。通过分析移动用户的个性化搜索需求,提出了个性化移动搜索代理模型,结合移动智能终端的能力和商业搜索引擎,提供了符合用户个性化搜索习惯和多样化内容需求的移动搜索服务。     

Web信息检索及应用设计优化技术研究

介绍了Web信息检索的概念以及其系统和Web信息检索的方法,在此基础上,针对搜索引擎在用户个性化服务上存在的问题,提出了一种基于多Agent的Web信息检索系统,通过对其运行机制的阐述论述了其可行性,并对Web信息检索技术研究方向进行了展望。     

基于网络的多Agent信息检索系统

鉴于现有的搜索引擎的问题和广大分布式网络环境中的海量信息,基于Agent的信息检索系统也获得了相当大的关注。通过使用多Agent技术,采用元搜索引擎结构,结合数据库分类引擎学习机制,来实现信息资源优化。提出多Agent的信息检索系统框架的同时,探讨该系统的关键技术。     

一种基于Agent复合学习的搜索引擎模型

基于Internet上信息检索中存在的问题,提出了一种基于多Agent的搜索引擎模型,并具体描述该模型的体系结构及其检索机制,描述了用户偏好学习算法。借助Agent复合学习方法对网页信息进行分类学习,从而达到提高检索精度的目的。     

智能搜索系统个性化服务的研究

随着互联网技术的不断发展与成熟,人们进入了信息爆炸的时代。人们想要更加方便快捷的获取所需要的信息。因此,能够提供个性化服务的超级门户也就孕育而生。人们可以在此随时获取自己所需要的信息,随时更改自己的定制。同时,在搜索信息时,搜索引擎将会根据用户平时搜索的领域和内容,更加准确的搜索到用户所需要的信息。智能化搜索提供的个性化服务将形成以用户为中心的服务模式,本文介绍了个性化聚类与推荐的K-Mean算法。     

面向互联网视频主题管理的搜索引擎关键技术研究及实现

使用通用搜索引擎从大量互联网站点中检索违规视频网站或节目,其检索的结果与搜索需求不甚相关,获知的信息缺乏针对性,无法获取满意的查全率和查准率。本文采用了元搜索分布式搜索架构,结合用户反馈经验,对互联网视频节目的相关信息进行采集和索引检索,实现了面向互联网在线视频主题管理的搜索引擎系统。实验数据显示与通用搜索引擎相比,该搜索引擎能更好地实现视频资源的主题聚集,极大地提升了对相关资源的搜索效率。     

基于JAVA技术的搜索引擎的研究与实现

在理论研究的基础上,本文还利用Java技术对搜索引擎的三个核心部分即网络蜘蛛、网页索引、搜索进行了实现。索引和搜索部分借助Lucene全文搜索引擎库中的Java类进行实现。实现搜索引擎的个性化,使搜索引擎具有自我学习的功能,能自动地适应用户的查询需求,并能对用户进行智能分类从而为搜索引擎的个性化提供依据。     

多Agent网络信息检索框架

阐述了一种应用于网络检索的多Agent框架,该框架有3种Agent组成：管理Agent用于提取信息的语义和管理;接口Agent为用户和系统提供接口;搜索Agent用于在WWW上搜索信息。本工作的重点是使用XML技术在wwW上检索信息。在这个模型中,Agents间使用XMI。作为Agent通信语言,相互沟通执行检索任务。它们的知识,语义以及搜索结果都用XML格式来表示。用户不仅能更精确地从模型搜索结果的语义编码中获取信息,而且可以直接运用搜索结果,无需使用专用标签或专门的脚本来获得网页,从中提取内容。     

基于多Agent的个性化动态信息服务系统的实现

本文针对用户和系统管理员在访问公共信息平台过程中对信息服务内容、种类和服务层次的不同需求，提出了一个基于多Agent的个性化动态信息服务系统．并对其中Agent行为算法进行优化。     

一种基于概念抽取的相关词推荐模型

搜索引擎已经成为Internet上非常有用的信息检索工具，而查询关键词的质量则是影响搜索效果的最重要的因素之一。相关词推荐技术可以通过向用户提供高质量的查询词，帮助用户缩小查询范围，提高搜索结果的查准率。文章提出一种新的基于概念抽取的相关词推荐模型，该模型克服了传统相关词推荐模型的一些不足，提供精确度更高的相关词作为二次搜索关键词，使信息搜索达到更好的效果。     

元搜索引擎中搜索结果的采集与处理

元搜索引擎与基本成员搜索引擎之间的信息交换,是元搜索引擎技术实现的难题,针对这一问题,选择Google和Baidu基本搜索引擎,实现了对这两个基本搜索引擎的检索、结果采集、生成搜索记录的过程,并对采集、处理后的检索结果进行排序,供用户进行二次检索。