基于数据融合的Web元搜索模型比较研究

• 作者: 丁一 杨朋英
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 网上数据挖掘 网页搜索 信息检索 数据融合
• 年，卷（期）: 2007,（4）
• 所属期刊栏目: 网络与互连技术
• 页码范围: 120-123
• 页数: 4页
• 分类号: TP311
• 字数: 4472字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2007.04.033

摘要

没有一个搜索引擎系统在任何情况下所表现出来的性能都比其他的搜索引擎要好,因此研究元搜索引擎是必要的.文中提出了三种元搜索中的传统数据融合方法:基于线性组合的相似度融合、基于排序的Unbiased和Biased-Bayes融合.其中相似度融合通过分析部分Web文档的内容来产生线性组合的参数,Unbiased则将各搜索引擎的结果表均衡地融合在一起,Biased-Bayes则利用了ODP的分类服务和Bayes概率模型来计算文档的相关度.通过实验证明它们是行之有效的融合方法,比较传统的方法的性能有一定提高,在效率上比纯粹分析所有文档的内容来进行融合的方法更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨朋英	湖北师范学院计算机科学与技术系	10	58	3.0	7.0
2	丁一	湖北师范学院计算机科学与技术系	16	28	4.0	4.0