社会化搜索发展研究

研究一种新兴搜索方式——社会化搜索在互联网搜索引擎中的应用模式及其进展。在社会化搜索的背景与视角下通过考察近年来出现的多种Web2.0现象,归纳出社会化搜索在web2.0社区对搜索贡献基础上的三个发展方向,即社区化搜索、社会化搜索引擎和个性化搜索,并总结各自的特点和意义。认为这三条途径相互联系,共同满足用户搜索多样化、民主化、自主化的需求。最后对发展前景提出展望。     

搜索引擎新思维

网络资源正在以指数级的速度增长, 如何更好地组织这些信息变得越来越重要。本文在分析和评价现有搜索引擎的两种组织方法, 即关键词索引和等级式主题索引的基础上, 提出了一种新型的索引组织方法——联合索引, 它有机地把前两种组织方法结合了起来, 充分发挥了它们各自的优点。这种方法的基本思路为: 以《中国分类主题词表》为基础, 精选主题词(或主题词串) , 并把它们按学科等级关系建成一棵棵主题词树, 然后把由索引软件所抽取的关键词, 根据语义关系 (主要是同义词关系) 与相应的主题词联结起来, 以实现充实等级式主题索引工作的自动化和关键词索引的高级智能检索。     

基于查询意图聚类的实时搜索建议

对于搜索引擎返回的结果太多且较少考虑用户个性差异等缺陷,提出根据用户查询意图,实时给予多个主题的搜索建议,帮助用户更准确地描述所需信息,修正查询词与真实意图之间的差距,提高检索效率。同时运用K-means算法,对资源类别的意图特征值相似用户进行聚类,缩小查找目标对象最近邻居的范围,提高搜索建议的实时响应速度。实验结果表明,该方法是可行的。     

从社会性标签中进行语义关系抽取——一种元数据生成方法

标签形式的社会性语义越来越占据主导地位,使元数据界在这种新形式的信息内容表达和检索方面面临机遇和挑战。其中,主要的挑战是与标签相关的语境信息的缺失。以Flickr标签为例,对如何利用社会性语义资源来丰富主题元数据进行了实验。实验过程包含4个步骤：收集Flickr标签样本;通过共有信息计算标签间的同现情况;通过Google检索结果来追踪标签对的语境信息;用自然语言处理和机器学习技术来抽取标签间的语义关系。本实验能够利用Google搜索结果构建语境库,并且以自然语言处理和机器学习算法对这些语句进行处理。这种新方法对于赋予标签对以一定语义关系有相当高的准确率。也探讨该方法在利用社会性语义丰富的主题元数据方面的意义。     

基于互联网搜索数据的流感监测模型比较与优化

[目的/意义] 分析国内互联网搜索数据和我国流感疫情的相关性,探讨利用搜索数据辅助流行病监测的应用可能,为相关搜索引擎和疾病防控中心提供参考。[方法/过程] 通过分析百度中文搜索词搜索情况和我国流感活动情况的相关性,选择合适的搜索关键词,构建并比较一元线性回归、多元线性回归、主成分回归及人工神经网络模型,选出最优模型;引入官方发布的流感监测历史信息,进行模型优化。[结果/结论] 多元线性回归和人工神经网络模型具有更好的拟合优度,其中多元线性回归的精度更高;主成分回归模型在理论上可以减少变量之间的共线性,但实践证明无论是其拟合效果还是监测效果相对于多元回归模型来说都有所下降;历史数据和搜索数据包含的信息具有一定程度的互补性,综合使用两种数据具有最好的监测效果。     

运动性延迟性肌肉酸痛与线粒体的热机效率原理的探讨

运动性延迟性肌肉酸痛是一个涉及到全身多个系统,多个层次的综合作用.作为一类特殊类型肌肉疲劳,目前DOMS的研究主要是围绕其产生原因与机理,对机体的影响以及如何有效消除不利因素等方面进行的.本文提出线粒体的热机效率原理可作为DOMS的一种可能性机制的观点,旨在为DOMS的研究深入到分子机制水平指明方向.     

竞争情报系统监控引擎的研究与设计

在对互联网情报采集存在的问题进行分析的基础上，设计具有监控设定、监控训练、搜索生成、情报搜索、情报过滤、情报分类、变化侦测、分发接口、情报网络、相关反馈等功能的一个监控引擎，可以满足进行持续情报搜索的、推式范式的、全生命周期的互联网竞争情报需求。     

一个基础教育网站搜索引擎的设计与实现

在研究网站元数据的基础上，介绍一个以基础教育网站为检索对象的搜索引擎系统。结合基础教育网站的特点，分析该系统的关键技术，如主题蜘蛛搜索、网站分类、网站信息提取等，并对系统的整体架构、功能模块进行详细描述。     

基于网格的国外搜索引擎系统的比较研究*

在详细介绍国外基于网格的搜索引擎系统的研究内容和研究方法的基础上，对这些项目的研究内容和方法进行系统的比较研究，并借鉴国外基于网格的搜索引擎系统的研究成果，对我国今后的研究方向提出建议。     

专题型搜索引擎用户分析

通过对专题型搜索引擎的用户进行问卷调查,基于调查结果的统计与分析,从用户的视角来考察和评价当前专题引擎的发展现状,并以此为依据,对专题引擎的发展提出建议。