网页特征获取方法及其在网页搜索中的应用

• 作者: 张云 沈钧毅 薛晔伟 鲍军鹏
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 网页搜索 相关性排序 检索效率
• 年，卷（期）: 2008,（3）
• 页码范围: 330-334
• 页数: 5页
• 分类号: TP391
• 字数: 732字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2008.03.019

摘要

针对大规模网页相关性排序工作中使用的多来源网页信息形式多样、利用困难的问题,提出了一种新的自动网页特征获取方法.该方法利用一组事先定义好的规则自动地从网页中获取相关性特征,这些特征可以有效地表达网页的实际内容并改善搜索引擎的排序性能.该方法所获取的网页相关性特征具有格式统一、噪声数据少的特点,能够非常方便地应用于网页的相关性排序.为了评价网页特征和用户查询之间的相关性,还提出了一个特征级别的相关性判定标准.最后,实验结果证明了所提出的特征获取方法和特征相关性等级判定标准对于提升搜索引擎的排序性能具有显著的作用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈钧毅	西安交通大学计算机科学与技术系	211	4319	32.0	55.0
2	鲍军鹏	西安交通大学计算机科学与技术系	18	301	7.0	17.0
3	薛晔伟	西安交通大学计算机科学与技术系	2	31	2.0	2.0
4	张云	西安交通大学计算机科学与技术系	17	331	10.0	17.0