论文简介：
硕士学位论文 智能化搜索引擎关键技术研究
中文摘要
网络信息资源的飞速增长，给人们在网上寻找所需信息带来了很大的困难。搜索引擎增强了人们定位和收集信息的能力，可以帮助人们迅速找到所需的信息。但现有的信息搜索引擎在搜索效率、信息维护、信息重复、负载方面还存在很多不足，研究如何采用智能技术为用户提供更好的个性化服务的搜索引擎已经成为信息资源建设亟待解决的问题。
本文论述了网络搜索引擎的发展和现状，并分析了现有搜索引擎存在的不足。在此基础上，主要完成了以下工作：
（1）分析了实时搜索引擎的工作原理和搜索策略，介绍了著名的动态搜索算法“Fish-search”，并且探讨了“Fish-search”相对于一般深度优先算法的优势，但仍存在着由于搜索范围的随机性导致重复搜索及搜索时间过长的问题。通过对鱼群的群聚行为的分析，定义一个参数“dist”来控制搜索的范围和时间，对标
准的“fish－search”算法进行改进，使得搜索过程能自适应地调整搜索范围。模拟实验结果表明算法在检索效果上有了一定的提高。
（2）为实现用户之间的个性化推荐，对快速角分类前向神经网络进行了研究。对以CC4为代表的角分类前向神经网络的学习算法的计算倾向性进行了严格的数学分析，提出了基于用户兴趣模型的模糊角分类神经网络，使其能接受用户兴趣的实值向量，实现对用户多类别隶属的判定。
（3）提出了利用遗传算法来实现元搜索引擎中搜索引擎选择的策略。借鉴小生境思想加快遗传算法寻优速度，实现元搜索引擎中的调度策略。利用它可以动态优化实际搜索引擎的组合，从而提高元搜索引擎的整体性能。
关键词：搜索引擎，Fish-search算法，模糊角分类神经网络，遗传算法福州大学硕士学位论文

论文文件预览：
共1文件夹，1个文件，文件总大小：7.15MB，压缩后大小：7.10MB

• 硕士学位论文-智能化搜索引擎关键技术研究
• 基于Web的文本信息检索算法的研究 (2).KDH  [7.15MB]