互聯(lián)網(wǎng)自誕生以來(lái)迅猛發(fā)展,數(shù)據(jù)呈現(xiàn)爆炸式增長(zhǎng)的趨勢(shì)�；ヂ�(lián)網(wǎng)上的數(shù)據(jù)具有獨(dú)特的特點(diǎn),其中的大部分?jǐn)?shù)據(jù)都是非結(jié)構(gòu)化的文本,不同主題的數(shù)據(jù)分散在互聯(lián)網(wǎng)的不同節(jié)點(diǎn)上,這給用戶有效利用互聯(lián)網(wǎng)數(shù)據(jù)帶來(lái)了極大困難。用戶對(duì)于數(shù)據(jù)源的需求往往是面向主題的,搜索引擎的出現(xiàn)使得人們可以向搜索引擎提交查詢來(lái)獲得某一主題的數(shù)據(jù)源。然而搜索引擎提交查詢時(shí)采用關(guān)鍵詞的形式,單個(gè)的關(guān)鍵詞不能準(zhǔn)確表征一個(gè)主題。同時(shí),使用單個(gè)主題關(guān)鍵詞進(jìn)行搜索會(huì)返回大量與查詢主題無(wú)關(guān)的數(shù)據(jù)源,需要用戶花費(fèi)大量時(shí)間篩選返回結(jié)果。如何快速對(duì)搜索引擎返回的大量數(shù)據(jù)源進(jìn)行主題識(shí)別成為一個(gè)熱門研究問(wèn)題。本文通過(guò)對(duì)現(xiàn)有數(shù)據(jù)源識(shí)別方法進(jìn)行分析,發(fā)現(xiàn)現(xiàn)有數(shù)據(jù)源識(shí)別方法僅僅考慮數(shù)據(jù)源內(nèi)容與查詢的相關(guān)度,而數(shù)據(jù)源與查詢的相關(guān)度與很多因素有關(guān),本文提出將數(shù)據(jù)源文檔數(shù)量、數(shù)據(jù)源權(quán)威性、數(shù)據(jù)源主題相結(jié)合計(jì)算數(shù)據(jù)源與查詢相關(guān)度,進(jìn)行主題相關(guān)數(shù)據(jù)源識(shí)別的方法,主要貢獻(xiàn)如下:（1）提出了基于Web的主題相關(guān)數(shù)據(jù)源集成框架。針對(duì)單個(gè)通用搜索引擎對(duì)特定主題查詢的返回結(jié)果覆蓋率低、數(shù)據(jù)量龐大等問(wèn)題,本文集成多個(gè)搜索引擎進(jìn)行主題數(shù)據(jù)源查詢來(lái)提高搜索結(jié)果的查全率,通過(guò)向集成接口... 

【文章來(lái)源】：天津理工大學(xué)天津市

【文章頁(yè)數(shù)】：53 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

高考搜索結(jié)果

【參考文獻(xiàn)】：
期刊論文
[1]特征驅(qū)動(dòng)的關(guān)鍵詞提取算法綜述[J]. 常耀成,張宇翔,王紅,萬(wàn)懷宇,肖春景.  軟件學(xué)報(bào). 2018(07)
[2]挖掘?qū)＠R(shí)實(shí)現(xiàn)關(guān)鍵詞自動(dòng)抽取[J]. 陳憶群,周如旗,朱蔚恒,李夢(mèng)婷,印鑒.  計(jì)算機(jī)研究與發(fā)展. 2016(08)
[3]Web數(shù)據(jù)源選擇技術(shù)[J]. 萬(wàn)常選,鄧松,劉喜平,廖國(guó)瓊,劉德喜,江騰蛟.  軟件學(xué)報(bào). 2013(04)
[4]基于數(shù)據(jù)質(zhì)量的Deep Web數(shù)據(jù)源排序[J]. 余偉,李石君,文利娟,田建偉.  小型微型計(jì)算機(jī)系統(tǒng). 2010(04)



本文編號(hào)：3126035