基于云計算的垂直搜索引擎的研究與實現.pdf

1、垂直搜索引擎作為搜索引擎的一個分支，只面向某一特定主題進行搜索，可以獲得更好的用戶體驗，近年來獲得了越來越多的關注。但是現有的垂直搜索引擎在結果排序算法中并沒有考慮到web頁面中鏈接自身屬性的特點，難以獲得滿意的搜索結果，而且目前的主題類垂直搜索系統(tǒng)基本基于網站自身數據，不夠全面，需要用戶依次的尋找最有價值的信息。
　　針對垂直搜索引擎的不足，本文從兩方面改進結果排序算法——PageRank算法，設計一個面向租房主題的垂直搜索系統(tǒng)

2、，整合全網租房網站的信息，將更全面的租房信息返回給用戶，主要研究工作和成果如下：
　?。?）利用垂直搜索web鏈接結構的特點，提出一種相似行消除的改進PageRank算法。證明了頁面的鏈接分布之間的相似性廣泛存在于垂直搜索系統(tǒng)的web鏈接結構中，類似的鏈接內分布導致了PageRank計算中轉換矩陣的相似行?；谶@種特點，提出一種有效的消除策略，利用這種相似性降低計算矩陣的密度，數值實驗證明了這種消除策略對降低PageRank矩陣密

3、度的有效性，并進一步減少了計算成本。
　?。?）針對搜索結果中垃圾鏈接較多，用戶體驗不好的問題，提出了一個基于鏈接屬性的改進算法。按照網頁中鏈接顏色粗細的不同，分為三種，同時按位置的不同，將鏈接劃分為六部分，每一種鏈接，位置的每一部分對下游網頁貢獻的權重是不同的，在多次迭代后，擁有權重大的網頁會逐漸積累起比較高的PageRank值，這樣越重要的網頁越顯示在前面，能夠提高系統(tǒng)的查準率，優(yōu)化搜索結果。
　　（3）基于提出的改進算

4、法，設計并實現了一個垂直搜索系統(tǒng)，給出了系統(tǒng)整體的架構圖，輔以流程圖和核心代碼詳細說明了系統(tǒng)各個模塊的具體分析及實現方法。使用Google App Engine云計算平臺，線下計算大數據量的信息，使用其提供的一套相關產品實現了系統(tǒng)各個模塊的開發(fā)與實現。
　　最后，將該垂直搜索系統(tǒng)應用到租房主題中，對系統(tǒng)在不同條件下的搜索結果數據進行研究與對比，表明系統(tǒng)能夠獲得較高的準確率和較低的響應時間，同時對于研究面向單一主題的垂直搜索系統(tǒng)具有