摘要：介绍了笔者所设计的一个校园网搜索引擎(SzCompass)中的网页排序算法。首先详细分析了通用搜索引擎常用的PageRank和HITS网页排序算法;通过比较在校园网和Internet上搜索的主要区别,设计了一种适合校园网的多参数加权的网页排序算法,并对利用该算法实现的搜索引擎的检索效率进行了实验分析。

摘要：在分析现有的词频位置加权排序法、Direct Hit算法、PageRank算法和Lucene的网页排序算法后,将这三种著名的算法思想运用到Lucene的网页排序算法中,并设计了一个基于Lucene的糖业专业搜索引擎,重点介绍该搜索引擎的检索功能。最后,通过在所设计好的糖业专业搜索引擎进行实验,验证改进后Lucene的网页排序算法,实验结果表明改进后的排序算法能够提高检索结果的质量,能够更准确地将结果信息反馈给用户。

摘要：已有基于图的关键词提取方法在使用词向量表示语义特征时,未能综合考虑关键词的语义相似度和主题差异度,设计一种融合这两者的关键词提取算法SDRank。算法根据单词在文本中句子的出现情况将单词划分为不同的属性,计算候选关键词和不同属性单词的语义相似度和主题差异度,得到候选关键词在文本中的综合语义权重。使用语义权重修改PageRank模型的重启概率,提高关键词的得分。实验结果表明,上述算法在WWW和SIGIR数据集上表现更加稳定;各项评估指标与传统提取方法相比均有提升。

摘要：针对Hadoop分布式文件系统在航空货运中海量小文件存储方面存在的低效率问题,提出一种面向航空货运中海量小文件的存储优化方法。通过分析航空货运数据交换平台中历史报文数据,构建用户的报文类型访问模型,计算报文类型的关联度,根据关联度将小文件合并成大文件后存储至HDFS;建立小文件索引以及数据缓存和相关小文件预取机制。实验结果表明,该方法对于Hadoop分布式文件系统存取航空货运海量小文件时NameNode的压力有明显缓解,提升了存取文件的时间效率,为航空货运中海量小文件的存储问题提供了技术支持。

摘要：Web中海量信息源的组织是异构的、多元的和分布的,这给信息检索系统提出了巨大的挑战.本文结合本体论和个性化搜索引擎技术,以现有搜索引擎为基础,利用Ontology工具,提出了基于内容的个性化Web检索系统的设计思想.