面向大规模无结构数据的Web方面搜索方法

• 作者: 吴明晖 应晶 朱凡微
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: Web方面搜索 命名实体 随机行走模型 个性化PageRank
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 计算机技术
• 页码范围: 990-999
• 页数: 10页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2013.06.009

摘要

针对Web数据的异构性和非结构特征,提出一种最小开销的Web方面实体搜索方法:FacetedWeb.采用命名实体对Web进行结构化的标注,将无结构的Web数据建模为实体元组数据库以支持多类型的实体搜索和动态的方面选择.采用基于随机行走模型的概率排序算法,用结点的个性化PageRank值来衡量结果的相关性,以构造最小开销的方面接口.在真实Web数据集Clueweb上实现了FacetedWeb的原型系统,通过用户评测数据验证了FacetedWeb作为通用Web方面搜索引擎的有效性,并与传统实体搜索算法的进行对比,结果表明FacetedWeb在实体搜索的效率和精确度上具有明显的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴明晖		59	853	14.0	28.0
2	应晶		40	860	14.0	29.0
3	朱凡微		5	41	2.0	5.0