摘要：随着网络数据的爆发式增长和用户需求的多元化发展,现有元搜索排序聚合方法在精度和性能上面临着巨大挑战.以满足用户的多重需求和个性化偏好为目标,提出了一种新的元搜索排序聚合算法.通过重新定义多目标粒子群优化算法(multi-objective particle swarm optimization,MOPSO)中粒子的属性,调整速度变化因子,改进种群初始化和演化机制,设计新的存档与更新策略以及引导微粒选择策略,提出了一个基于支配分解的离散多目标优化(D^3MOPSO)算法,使其能根据用户的质量需求偏好在大规模离散解空间中快速准确地找出最优解集.在多个数据集上的实验结果表明:当数据规模较小时,D^3MOPSO算法的精度和性能接近机器学习排序聚合方法;在大规模数据环境下,其精度和性能优于机器学习方法以及同类多目标优化方法.

摘要：针对目前全文搜索引擎中存在的查准率较低、不能充分满足专业用户对搜索引擎的搜索需求的问题,设计一种基于元搜索技术的垂直搜索引擎系统结构。利用关联规则挖掘用户关注度较高的信息,提取这些信息中与关键词相关的隐形关键词,并用于扩展搜索。设计基于多关键词组搜索的改进的元搜索引擎位置排序算法。实验结果表明,与以前搜索引擎系统相比,该系统的专业相关度有了一定提高。

摘要：为提高搜索的查准率和查全率,设计一个主题式的元搜索引擎和一个类似于爬行器的伪爬行器,通过调用通用搜索引擎采集信息,查全率高于通用搜索引擎。利用反馈机制,参考用户查询历史记录,搜索结果更加接近用户的要求。通过采用主题式策略,改进文档相似度算法,提高分类的正确率和搜索引擎的查准率与搜索范围,同时减少系统响应时间,降低对服务器性能的要求。

摘要：在分析网络商品信息特点的基础上,改进现有的Web信息提取技术,设计一种基于元搜索技术的网络商品信息提取模型,实现对搜索范围的自动确定、网页搜索、以及商品信息的自动抽取。通过大量商品信息的搜索测试,在抓取范围的自动确定和商品信息的自动抽取上取得了很好的效果。

摘要：随着我国教育信息化工作的深入开展,教学资源的迅速膨胀,使得如何从海量教学资源中准确快速地获取所需信息成为教与学过程中急需解决的问题。针对教学信息资源的特点,提出一种基于元搜索技术的面向教学信息推荐系统设计方案和个性化推荐模型,并给出了具体的应用。

摘要：设计了一种基于元搜索的事件发现与关联算法.首先利用元搜索引擎获取事件数据的外围信息,通过事件发现算法,实现事件的重排序,再以重排序结果为基础,识别其中出现的事件元素,进而实现事件在多维元素上的关联.实验证明该算法能够取得较好的效果.

摘要：随着网络信息资源的迅速增加,提出一种基于多Agent协作的智能搜索引擎ACISE系统,将元搜索引擎技术和Agent技术结合到一起。该系统综合考虑了用户个性化的特点,通过Agent之间的通信与协作完成信息检索,实现了基于用户兴趣的智能化,同时提高了查全率、查准率和检索速度。

摘要：移动搜索已成为最重要的移动互联网应用之一,智能终端技术和搜索引擎技术的发展为改进用户的搜索体验提供了可能。通过分析移动用户的个性化搜索需求,提出了个性化移动搜索代理模型,结合移动智能终端的能力和商业搜索引擎,提供了符合用户个性化搜索习惯和多样化内容需求的移动搜索服务。

摘要：介绍了基于元搜索的专题式Web搜索引擎系统的设计方法与实现技术 .该系统根据石油科技专题的特点 ,采用元搜索引擎技术 ,以现存的搜索引擎系统为信息源 ,利用网络机器人 ,根据专题提供的关键词采集信息 ,通过关键词相似度和文档相似度计算提高信息的查询效率和精度 .该系统的实现 。

摘要：随着信息技术和网络技术的迅速发展,分布在各地的网络资源也日新月异,人们在获得海量信息的同时也承受着越来越难以找到自己需要的信息的苦恼;元搜索引擎通过建立在众多独立成员上的搜索引擎,将用户的搜索需求分发到各独立专业引擎中,然后从成员引擎中收集返回的搜索结果进行处理合成,返回用户想要的搜索结果,具有较好的搜索效果;本文基于元搜索技术研究了Web网络军事情报系统的设计问题。