基于热点话题发现的BBS检索排序策略研究

被引量 : 0次 | 上传用户:gaoxiang19931030
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
搜索引擎是网民在Web上的海量数据中查找信息的重要工具。目前,搜索引擎应用正朝向多样化趋势发展。信息检索相关技术的成熟,使得开发多样性搜索引擎应用成为可能。论坛(BBS)作为一种互联网工具,是网络信息的载体,也是新闻或者信息的发布媒介,可以迅速地将某一“突发事件”发布在网上,随着参与“讨论”的网民的数量增加,有些会逐渐演变成为“热点话题”。目前,大多数BBS网站的“搜索”功能都比较简单,一般仅是以分版块、基于主题关键字的搜索方式,查询结果排序方式是单一的按时间排序,无法给用户以高质量的查询服务。同时,通用搜索引擎对于BBS检索服务的表现也很一般。本课题通过打造一种搭建于BBS上的轻量级搜索引擎,拟将舆情分析领域的热点话题发现技术,引用到搜索引擎的检索排序策略上,将文章的“热度”,作为名次排序的一项重要指标考虑进来,研究并实现一种基于热点话题发现的检索排序方法。首先,基于Lucene全文检索技术,快速搭建一个BBS检索系统,在此过程中研究并实现BBS网页信息采集与抽取、索引文件的创建、查询处理等搜索引擎关键技术,以及基于JSP/Servlet技术的搜索引擎用户界面设计然后,采用凝聚层次聚类算法,对BBS上的话题进行识别。选取帖子的主题影响力、关注度(回帖数)、回帖贡献率、活跃程度作为话题热度评定的影响因子。经过多次实验,确定每一个影响因子的权重大小。对帖子的热度进行打分,并根据热度排序的效果,来调整影响因子的权重大小。最后,本文在Lucene的排序机制的基础上,引入了文章(帖子)的热度值参与计算,实现一种新的排序方式。基本思想是:最终查询匹配文章(帖子)的得分,由文章与查询条件的相似度得分和文章热度值得乘积决定。
其他文献
详细地介绍了一种现代化分离技术——模拟移动床色谱吸附分离技术的工作原理。综述了近年来国内外模拟移动床在建模方法以及优化与控制等方面的研究进展,从而进一步指出了模
本文报导在基础研究、小试、中试的基础上,设计了微生物治理电镀废水及污泥的新工艺, 在成都锦江电机厂建成生产性示范工程,运行效果好.接着在成都红光实业股份有限公司、中国
"扒灰"的理据是什么,古来说法很多,但都不得要领。本文指出"扒"的本字为"爬","爬"有"(动物)交配"的意思,"扒灰"是交配义之"爬"的生动化形式,前人都在"灰"字上做文章,迷失了方
期刊
绿色建筑行动作为转变城乡建设模式与改变居住环境的重要举措,兼顾环境与资源效益的同时,也为村镇居民生活带来切实的经济利益。本文试图以居民意愿为基本出发点,通过对严寒
本文介绍了近年来氮化硅纤维的制备、生产和性能的研究现状和进展,并作了简要评述。
文章主要介绍了我国林业育苗的现状,根据育苗中存在的问题提出一些育苗的措施,并阐述如何在林业育苗及苗期管理中保证苗木成活。
<正>一、引言第三次科技革命带来了电子信息技术的巨大进步,"云"成为一个热门话题,"云计算"、"云存储"、"云会计"、"云审计"等层出不穷。其中,云审计是一种以互联网的云计算
<正>我国的医疗腐败既有外部体制机制的原因,也有医院内部监管制度不完善及个人因素。近日,一则有关医疗腐败的新闻引起了社会各界的广泛关注。新闻曝出,2014年安徽省检察机
《元声韵学大成》是明代万历八年安徽广德濮阳涞写成的一部具有革新精神的韵书。明代《千顷堂书目》卷三存目;《四库全书总目提要》有简短评述,然评价甚低,很不公允。其后有几位
目的探讨广州市花都区孕产妇死亡的原因及其影响因素,为降低孕产妇死亡率提供对策。方法对花都区2002—2011年50例孕产妇死亡的病历资料进行回顾性分析。结果 2002—2011年花