基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种结合最新TDT技术、基于增强学习的优先Web环境主题搜索策略,并以此设计主题搜索器系统.该系统通过引入基于领域知识的TDT文本分类技术,大大改进了基于关键字的Naive Bayes模型主题相似性判别的准确性;通过引入基于增强学习的页面评估函数特征化主题Web环境,有效地提高了稀有信息的搜索能力.试验结果表明,该系统具有较高的实用性.
推荐文章
相关主题的最具权威的Web页搜索
信息检索
搜索引擎
权威值
World Wide Web
基于Deep Web的主题搜索引擎的系统设计
Deep Web
信息集成
搜索引擎
数字图书馆主题搜索引擎的设计与实现
数字图书馆
主题
爬行器
搜索引擎
EPR算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于TDT技术的Web主题搜索分析与设计
来源期刊 微机发展 学科 工学
关键词 智能搜索器 TDT Web环境 增强学习 领域知识
年,卷(期) 2005,(8) 所属期刊栏目 算法研究
研究方向 页码范围 145-147
页数 3页 分类号 TP391.3
字数 3630字 语种 中文
DOI 10.3969/j.issn.1673-629X.2005.08.046
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 田学东 河北大学数学与计算机学院 72 356 9.0 15.0
2 李树成 河北大学数学与计算机学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (16)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
智能搜索器
TDT
Web环境
增强学习
领域知识
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
相关基金
河北省自然科学基金
英文译名:
官方网址:
项目类型:
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导