论文题目: 搜索引擎智能行为的研究及实现
论文类型: 博士论文
论文专业: 交通信息工程及控制
作者: 杜亚军
导师: 徐扬
关键词: 搜索引擎,智能行为,概念格,规则提取,不确定性推理,网页匹配
文献来源: 西南交通大学
发表年度: 2005
论文摘要: 当前搜索引擎面临着Internet网络信息更新快,用户查询结果要求越来越精确的严重挑战,智能搜索引擎的研究已经成为Web数据挖掘领域研究的重要内容。为了解决搜索引擎中用户查询结果诸多问题,如信息查询的不准确等,发展了目录搜索引擎、全文搜索引擎和元搜索引擎,在这些Internet信息搜索理论、技术、方法上,人们开始引入人工智能。本文综合现有搜索引擎的成果,将人对图书资料检索的智能行为应用到搜索引擎中,进行了如下内容的研究: 1.分析了人们在图书馆查阅资料的智能行为包括:记忆能力、理解能力、感知能力、推理能力、实践能力。分析了图书资料查阅与Internet中信息检索的相似性。系统地分析和总结了现在全文搜索引擎实现方式上的五种智能能力的表现,提出了三网智能行为模型(Outernet(外网)→Internet(万维网)→Innernet(内网)),阐述了实现该模型的关键问题,通过一个具体的应用实例,说明了三网智能行为模型的实现是可行的。 2.从网页和用户查询关键词的“概念与意义”匹配的角度,借助了形式概念分析这一工具对网页的形式概念表示、关联规则的获取、网页匹配中的不确定性推理三个方面进行了研究: (1)在定义用户查询词的下接近与上接近的基本概念基础上,研究了下接近网页集形成的多值形式背景的形式概念表示方法,该方法以单个属性等价类为出发点,采用概念格形式概念对象之间的相等、包含、相交关系,建立了形成概念格的算法。与现有概念格建立算法相比,其时间复杂度有了较大的降低。 (2)结合用户查询词与网页匹配的特点,把现有概念格上的关联规则扩充为“与规则”和“或规则”,研究了从概念格中获取这两种关联规则的方法、算法。同现有概念格上无冗余规则获取算法相比,其时间复杂度有了显著的下降。 (3)从形式概念分析的角度出发,研究了利用关联规则,对上接近网页集中的网页与用户查询词进行不确定性匹配的模型、方法、算法,其算法复杂度是比较低的。 3.使用线性归结方法研究了英文网页的词法分析,认为归结过程本身就是一个线性归结,得出非正规文法都可以转换为正规文法的结论,并给出了转换算法;在正规文法的基础上研究了一个基于线性归结的词法分析方法的原理,证明了该方法的完备性,并予以算法和程序的实现。
论文目录:
中文摘要
英文摘要
第1章 绪论
§1.1 搜索引擎发展简况
§1.2 智能信息处理在搜索引擎中的应用研究现状
§1.2.1 全文搜索引擎的实现原理
§1.2.2 智能信息处理的研究简况
§1.2.3 智能信息处理在搜索引擎中的应用
§1.3 搜索引擎中存在的问题
§1.4 本文的主要研究内容
第2章 搜索引擎的智能行为分析
§2.1 人的智能行为
§2.2 图书资料检索与Internet信息检索
§2.3 搜索引擎的智能行为分析
§2.3.1 确定主题初始搜索空间
§2.3.2 对网页的爬行
§2.3.3 结果处理阶段
§2.4 搜索引擎的智能模型
§2.4.1 智能模型的建立
§2.4.2 智能模型的应用实例
第3章 网页形式概念表示方法
§3.1 概念格与信息系统
§3.2 概念格的构造与网页的表示
§3.2.1 形式背景与概念
§3.2.2 构造概念格的算法
§3.3 算法分析
§3.3.1 算法复杂度分析
§3.3.2 正确性分析
§3.3.3 有效性分析
§3.4 实验分析
第4章 用户查询词与非用户查询词关联规则的获取
§4.1 概念格上网页匹配关联规则的获取
§4.2 关联规则获取算法
§4.3 实例分析
§4.4 算法分析
§4.4.1 算法复杂性分析
§4.4.2 正确性分析
§4.4.3 算法有效性分析
第5章 用户查询词与网页匹配方法
§5.1 基于形式概念分析的不确定性推理方法
§5.1.1 推理模型
§5.1.2 与规则的匹配
§5.1.3 或规则的匹配
§5.2 网页与用户查询匹配方法
§5.2.1 匹配方法
§5.2.2 匹配算法
§5.3 算法分析
§5.3.1 复杂性分析
§5.3.2 正确性分析
§5.4 网页匹配实验分析
第6章 基于线性归结方法的网页词法分析
§6.1 归结方法与文法及其子句集
§6.2 词法分析的线性归结方法
§6.2.1 非正规文法到正规文法的转换
§6.2.2 在正规文法上的词法分析线性归结法
§6.3 词法分析线性归结的实现
§6.4 实验结果
§6.5 结论
结论与展望
致谢
参考文献
附录 读博士期间的论文发表情况与科研情况
发布时间: 2006-03-06