《第五全国搜索引擎和网上信息挖掘学术研讨会教学课件》由会员分享，可在线阅读，更多相关《第五全国搜索引擎和网上信息挖掘学术研讨会教学课件（13页珍藏版）》请在金锄头文库上搜索。
1、第五届全国搜索引擎和网上信息挖掘学术研讨会第五届全国搜索引擎和网上信息挖掘学术研讨会SEWM 2007 SEWM 2007 中文中文webweb检索评测报告检索评测报告江西师范大学江西师范大学报告人报告人: :曹瑛曹瑛 陪毋鳃网炙隔莆需贬表揽摈愿孵催绞而拔颐载轩合灌炬销龙进执曙忻物呀第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件 内容提纲内容提纲 评测目标评测目标 系统设计 实验结果 未来工作措蛙吕舆问巴苍硕邮疮鼓炊朱绚圃宣贷渴珍核查肤障但抵吕锑叉诵蔬鸟吹第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件第五届全国搜索引擎和网上信息挖掘学术
2、研讨会教学课件评测目标评测目标主题提取（TD）查找主题相关的关键资源的入口导航搜索 (HPNP)HP 查找指定名字的网站的首页NP 查找指定名字的页面趣惊陡槐多程返煌抒誉澄菏虞紊糙沾庶呼丹挣唤钉勤潘覆诅肢淡霄敢民凑第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件主题提取主题提取TD 任务分析不能按照网页相似度大小来判断l站点是从一组相关网页的入口l网页深度一般不会大于4汪系秩桔牺剃嫉一辰阁犬拐循撤讶郎汾尖欣秒涯秉懒凶摈敛啥兆史撅吉侠第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件导航搜索导航
3、搜索导航搜索 (HPNP)主页查找检索返回的相关网页可能只来源于某几个网站主页大部分是以“/”结尾，或者结尾包含“index”，“default”单词指定页面查找 一般可以按照网页的检索评分得到结果 查询任务和网页的title基本一致呛倾员描猩狈垂迪佳扶状宣输敝诌苗氢凯为黍吝砍封屡瞅撵芋矫萝辈钓袭第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件系统设计系统设计解压缩查询任务分析CWT200g分析网页分词预处理TD/HPNP初次排序结果检索建立索引二次检索只嗜英痛铱吕奄吸恨漏掂毅劲虱参陀曳棍饱抹到罩馈尿咬胀零坠六豺沮得第五届全国搜索引擎和网上信
4、息挖掘学术研讨会教学课件第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件系统设计系统设计分析网页去掉冗余信息,只保留title和body的标签内容分词 北大天网提供的CHSeg分词程序统计词频区沦攫猿杜逐突宦渺湖藕窗果锚踪鸵蹲姿坯模垫讥彤飘摄驹蒋芯呀酒绢秆第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件系统设计系统设计查询分析手动判断,分开HP和NP查询对查询进行分词,统计词频索引和检索开源lucene对提取的title和body建立索引检索中运用向量模型权重计算公式 W( ti, dj)=适水活凶环秧枝廓懒录罕贰梧啥篇士澎拷虑翌与邯肌鹃痈
5、住诀刮亨口顿俺第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件二次排序针对不同的查询任务采取不同策略HPu查找主页首先要进行网页站点聚类,每个网站取出若干根据规则得到的主页后选页面,然后按照title: body=4:1重新评分,进行排序NPu不进行二次排序TDu首先要进行网页站点聚类,每个网站取出根据规则得到的候选页面,然后按照title: body=1:4重新评分,进行排序蒲化爽伞蜜劳鸳髓俭浇催众契彪胺驶夕澎檀宠三逆年撇棕技恒出凄顷仇追第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件提交
6、结果提交结果RUN1 firtex工具RUN2用title和body检索RUN3只用title进行检索脂蓑捧豹献谁档搓金衅章皑棕工染岁肮闻斥狮浅尼苞卫琼露弊稼弛遇省猛第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件实验环境实验环境 操作系统 redhat9.0 系统配置2.8G CPU ,内存4G 编程语言 java遇掉龄塑峰墟蚜玻姻蚂宜紊瞻煌墟林胎溪羊域淀奔巫舞岂辨裴仁垛占恋阉第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件总结和未来工作总结和未来工作网页结构提取网页分块字体大小、文字样式词的位置关系链接关系分析锚文本的利用检索模型的更新几办批浮辟圣浪誓恳扎题保谅宅召流自淄汽纲胜贴爸般闭吁惑乌羹境哀采第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件剁诧掳腥季贿砖膀椒趁逃全雅徽娶秦趾喂牟柜屯屈签痊淄议肘哇爹皑庸薪第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件第五届全国搜索引擎和网上信息挖掘学术研讨会教学课件
