基于遗传算法和后缀树算法的元搜索结果聚类研究

摘要

随着计算机和互联网技术的发展,网络信息资源越来越多。为了使人们快速得到自己想要的信息,新的信息获取技术-搜索引擎技术应运而生,并得到飞速发展。但要想获得一个比较全面、准确的结果,就必须反复使用多个搜索引擎,不仅浪费时间和网络资源,并且搜索引擎的返回结果多如牛毛。独立的搜索引擎的查询局限性不断突出,不仅为元搜索引擎研究与发展提供了必要性,而且为元搜索引擎的发展提供了可能性。
　　 本文在对独立搜索引擎和元搜索引擎基本原理介绍与分析的基础上,深入地分析了元搜索引擎存在的必要性以及当前存在的不足,重点探讨了元搜索引擎的工作过程中了两个重要问题:元搜索引擎对独立搜索引擎的调度和检索结果的合成。本研究主要内容包括：⑴分析了元搜索引擎存在的必要性。对搜索引擎和元搜索引擎进行了对比分析,介绍了元搜索引擎的原理,分类方法,构成结构,主要技术指标、关键技术和对元搜索引擎的发展趋势的展望。⑵构建了一个利用遗传算法实现元搜索引擎智能调度器模型。对模型的实现过程进行了详细的描述,并通过测试验证了该模型的可行性。⑶构建了一个元搜索引擎结果后缀树聚类分析模型。对模型的构建过程进行了详细的分析,重点是后缀树的构建和短语、分词的处理。通过与其他聚类方法的对比测试,对本文模型进行了分析。
　　 本文设计了一种将遗传算法的思想引用到元搜索引擎对各个独立搜索引擎的调度模型,实现智能调度,根据独立搜索引擎的更新情况,动态地调度独立搜索引擎,对于提高元搜索引擎的响应时间,检索覆盖面,准确率等性能有一定的提高；通过改进的后缀树算法模型对检索结果的聚类分析,再将结果提供给检索用户,可以大大提高元搜索引擎的查询效率和减少用户等待时间。