共查询到10条相似文献，搜索用时 15 毫秒
1.
搜索引擎技术的出现为Web用户在浩如烟海的WWW上快速发现、定位信息带来了福音,目前搜索引擎已是WWW上除E‐mail之外使用最多的服务。目前搜索引擎面临的主要困难是检索质量不佳,用户满意度不高。通过分析“天网”搜索引擎的日志,探寻用户访问一般性规律,并从分析结果出发对搜索引擎进行改造。 相似文献
2.
随着互联网技术的不断发展,用户收集和分析与特定主题相关的网页显得越来越困难.该文提出了面向主题的WWW信息的分类系统(WICS),该系统可以高效地收集网页,然后进行分类,最后将搜索结果呈现给用户.该文在分析典型的搜索引擎的基础上,介绍了Web文本挖掘,并将其应用到系统中.原型系统中使用了文本预处理、索引、倒排文件和向量空间距离测度等枝术、算法.初始实验表明,用原型系统进行Web信息分类,为用户获取信息提供了很大的方便,提高了搜索结果的相关性和精确度. 相似文献
3.
传统观点认为如果检索词包含较多相关主题的术语和使用布尔逻辑运算符将增强检索词的解释性。检索时信息检索系统也会产生较多的相关结果。虽然有研究表明普通的Web搜索引擎用户很少键入检索术语和使用的布尔逻辑运算符。但这并不能就此说明搜索结果和检索术语与布尔逻辑运算符的运用没有相关性。普通用户和“专业”用户在检索术语的设计使用、匹配性程度的差异是导致搜索结果相关性高低不同的主要原因。这也说明了搜索引擎界面设计越需提供检索术语选择和使用运算符的重要性。 相似文献
4.
Web用户行为模式挖掘是在Web日志挖掘基础上的应用研究,是以网络日志为研究对象,从用户的访问记录中提取感兴趣内容的挖掘模式。E—Learning是指通过因特网或其它数字化内容进行的学习与教学活动。从Web用户行为模式挖掘方法及流程入手,对该方法进行了详细的阐述。将这些方法运用到E—Learning系统中,构建出一种基于Web用户访问模式挖掘的模型,实现从E-Learning系统的日志文件中挖掘出有用的数据,这些数据可为教育决策和教育教学优化提供信息和知识服务。 相似文献
5.
针对具体行业运用领域的需求,采用机器学习的方法对Web内容进行分析和挖掘并提供个性化服务是搜索引擎的一个重要发展趋势.从搜索引擎的通过原理出发,针对通用搜索引擎存在问题,构建基于垂直搜索引擎的个性化信息体系结构,结合用户共同兴趣模型与Hopfield Net Spider搜索策略实现用户个性化信息服务. 相似文献
6.
在Web信息检索中,为了明确用户的查询需求,很多搜索引擎和全文数据库提供了相关词提示功能。本文简要介绍了Web信息检索中相关词提示的获取技术,并对相关词提示效果进行实际调查分析。从关键词库中随机抽取若干关键词,在选定的搜索引擎和全文数据库上进行信息检索,获取抽样关键词的相关提示词。通过关键词检索、人工打分和数据统计,进行查询扩展分析、查询式专指度分析和查准率分析,给出相关词提示在改善检索效果和用户满意度方面的综合评价。 相似文献
7.
自动问答系统在搜索引擎的基础上融入了自然语言的知识与应用,与传统的依靠关键字匹配的搜索引擎相比,能够更好地满足用户的检索需求。介绍了计算机操作系统自动问答系统模型,阐述了具体开发过程,设计并实现了基于计算机操作系统领域的自动问答系统,实践表明该系统能够较为准确地回答用户问题。 相似文献
8.
用户日常电子商务产品/服务的检索体验对商业组织电子商务的持续发展非常重要.采用实验性方法,构建了50个电子商务查询,运用三种搜索引擎,对超过1 924个Web链接进行分析,评估了现有搜索引擎检索相关电子商务产品/链接的有效性,对比较结果进行了总结,并讨论了Web系统设计和电子商务营销的可能优化. 相似文献
9.
搜索引擎系统中的Web个性化信息推荐技术 总被引：1，自引：0，他引：1
Web个性化推荐技术在现代互联网中有着广泛的应用,它能将Web网络信息按照用户的个性化需求主动地向用户提供服务。但是由于现代搜索引擎通常缺乏用户的相关登录信息和网页访问路径信息,所以传统的Web个性化推荐服务并不完全适用于搜索引擎。由于用户在访问搜索引擎时会产生大量的关键词访问序列,而这种关键词访问序列蕴含着丰富的用户个性化信息,基于此,提出了一种利用搜索引擎访问日志中的关键词访问序列来进行Web个性化推荐服务的方法,并分析了相关技术特点和实现细节。 相似文献
10.
Web挖掘一般可以分为3类：Web内容挖掘、Web结构挖掘和Web使用挖掘。WWW上信息资源的爆炸性增长,Web挖掘已经成为计算机科学的一个重要研究领域。使用模式挖掘是Web挖掘的一个分支,它利用Web服务器的日志中的大量数据及其他相关数据集进行分析挖掘,并从中获得有价值的有关网站访问使用情况的模式知识。对Web数据挖掘作了比较详细的介绍,并介绍了Web使用挖掘各阶段的主要工作以及相关技术。 相似文献