主题提取及其关键算法研究

摘要

当前搜索引擎存在着信息过载及主题漂移的问题.主题提取是寻找与用户查询相匹配的高质量文档的过程,可以有效地解决上述问题,它也是目前Web检索领域的热点问题之一.本文通过综合利用网页的各种有用特征如页面文档内容、文档结构信息、锚文本以及链接信息等来改善Web检索的查准率,从而满足用户对高质量文档的需求.实验证明这种方法有助于改善主题提取的质量,提高用户信息检索的效率.