元搜索

摘要： 随着网络的普及,网上检索成为了人们获取信息的主要方式.目前的搜索引擎相对独立,覆盖范围比较有限.相比之下,元搜索能够更好地满足用户的检索需求.当用户在元搜索提供的统一界面中输入一个查询时,元搜索会将处理后的用户请求发送给相关的成员搜索引擎.但是一个重要的问题是如何识别出潜在的搜索引擎以便更好地处理用户的请求.鉴于此提出了一种基于遗传算法的选择机制,该方法将各个成员搜索引擎的权重考虑在内.实验结果表明,该方法确实能够提高引擎选择中的效率和精度.%With the popularity of network,searching online becomes the main way to get information.Compared to independent search engine usually with limited coverage,meta search engine can meet the needs of information retrieval in a better way.When a query is input in the unified interface provided by meta search,it first processes the query and then sends it to appropriate member search engines.An important problem is how to find the underlying search engines which can optimally reply to the user query.In this paper,we proposed a mechanism based on genetic algorithm,which also takes the weight of each member search engine into account.The experimental results show that our method can indeed improve efficiency and accuracy on engine selection.

摘要： Much work has been done to implement metasearch engines with different rank aggregation methods.However,those methods do not have the ability to deal with the exploding data from huge amount of Web sources as well as the multiplying requirements of metasearch users.In this paper,we take the view that the rank aggregation problem can be solved with a multi-objective optimizer if the quality requirements of a user are considered along with the queries,and we find that the user's preferences among those quality requirements can help reduce the solution space.Accordingly,we propose an evolutionary rank aggregation algorithm based on user preferences.We bring a new encoding scheme for MOPSO,leverage new definitions of position and velocity,modify initialization methods of the particle swarms,improve the turbulence operator,and adjust strategies of external archive updating and leader selection,aiming at building a discrete multi-objective optimizer based on decomposition and dominance (D3MOPSO) to map out the best aggregated ranking quickly and accurately from a large-scale discrete solution space.We have the proposed algorithm along with several state-of-the-art rank aggregation methods tested on 4 datasets of different sizes: the LETOR MQ2008-agg dataset,a Web dataset,a synthetically simulated dataset and an extended Web dataset.The experiment results demonstrate that our method outperforms machine-learning-based algorithms and other multi-objective evolutionary algorithms by convergence,performance and efficiency especially when dealing with the large-scale metasearch rank aggregation tasks.%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(D3MOPSO)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,D3MOPSO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： 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.%A method to detect events based on meta-search and correlation algorithm is designed in this paper .The meta-search engine is first used to collect event' s raw information from Internet ,which is reordered to discover the event's related information .Furthermore ,the event's arguments are identified , and then event correlation is implemented .The experiment results show that the algorithm can find main factors and developing trend of the events .

摘要： 目的:主题爬虫是用户获取领域知识的一种有效途径.为实现此方法用户首要解决的问题是主题向量的训练数据的选择和初始URLs的选择.但传统的主题爬虫对于初始URLs的选取并没有过多论述,为此,本文探讨了初始URLs对于主题爬虫的影响,并提出了一种基于元搜索和本体结合的算法来选择并确定初始URLs.方法:采用元搜索方法获取与主题相关的初始URLs,然后根据返回结果采用本体领域知识进行重排序,选择前排的URLs.自动而不是人工地进行初始URLs的确定,同时将页面信息作为训练主题向量的语料.结果:通过对比实验,本文选取的初始URLs比随机选择的要有更高的收获比.从获取总量上看,本文的方法能获得更多的相关网页.结论:通过实验证明主题团的存在,通过本文方法能够选择质量更好的初始URLs,获取主题向量训练语料,发现更多主题团,并且方便用户对于主题爬虫的定制.

摘要： 步入21世纪以来，国家在迈向第三步战略目标的进程中，提出迎接工业化、城镇化和信息化的奋斗目标，世界开始进入知识经济时代，图书馆作为重要的信息资源基地，成为信息资源和知识的直接提供者，对信息化、网络化浪潮的冲击更为敏感。在数字化应用遍布全球的当今，建筑材料工业技术情报研究所坐拥建材行业唯一一个建材工业科技图书馆是服务于全行业的知识宝库，至今建筑材料工业技术情报研究所图书馆每年仍保持着大量的技术图书、文献等资料的引进和更新，是建材行业宝贵的科技信息资源库，其数字化转换建设势必为必然。

摘要： Traditional approaches to harmful information detection on the Internet are based on Google,Baidu etc. ,users enter keywords for search,and then need to study the results obtained,however users often do not accurately describe the information they want,the key-words given by users are inaccurate,the search results often include what users don't want,some data which users care cannot be listed. It explores a crawler method based on meta-search,which introduces technology of keyword expansion. The method expands keywords in the Web capture and user query to improve information coverage and accuracy,with low cost and good effect,which can be applied to other domain with some extension.%传统的互联网有害信息发现方法是依据Google、百度等元搜索工具，用户输入关键词进行检索，然后对获取的结果进行研判，但是用户经常无法准确地描述所需的资料，给出的关键词不准确，搜索结果常有用户不关心的垃圾数据，而一些有用的数据却不能列出。文中探讨了一种基于元搜索，引入关键词扩充技术的爬虫方法。该方法在网页抓取，用户检索的时候能扩充输入的关键词，从而提高搜索覆盖率和精度。该方法投入小，效果好，还可通过扩展应用到其他领域。

摘要： We improve the existing web information extraction technology base on the analysis of the network commodity information features,and design a metasearch technology-based network commodity information extraction model.It achieves the automatic determination of the search range,webpage search and automatic extraction of the network commodity information.Through search test on a large number of commodity information,the model shows good effects in automatic determination of the capture range and automatic extraction of commodity information.%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： 基于JSSH （Java script shell server）的元搜索引擎构建技术为“元搜索”在省内互联网网络环境治理的研究与部署给出了一种实践方案.结合江苏本省接入的域名库,对Baidu、Soso两个搜索引擎的搜索结果进行重新整合以提高结果的有效性,这种高效的元搜索引擎作为省内网络环境治理工作中不良信息获取方式的补充,为有互联网环境治理需求的单位提供了一种有力的技术手段.

摘要： 基于JSSH (Java script shell server)的元搜索引擎构建技术为“元搜索”在省内互联网网络环境治理的研究与部署给出了一种实践方案.结合江苏本省接入的域名库,对Baidu、Soso两个搜索引擎的搜索结果进行重新整合以提高结果的有效性,这种高效的元搜索引擎作为省内网络环境治理工作中不良信息获取方式的补充,为有互联网环境治理需求的单位提供了一种有力的技术手段.

摘要： 随着科技的进步，互联网已深入群众，我国少数民族如蒙古族等也借助互联网弘扬本民族文化，致力于实现民族语言文字信息数字化处理。蒙古文网站数量快速增多，能够快速、全面、准确的获取蒙古文网站信息，对蒙古文信息处理发挥重要作用。为实现快速、全面、准确的获取蒙古文网站信息，利用元搜索引擎获取包含蒙古文高频语素的网页URL，根据网页文字编码范围判断其是否属于蒙古文网站，再利用各网站之间的链接获取更多的蒙古文网站。

摘要： 通过文献统计对元搜索理论、信息融合理论以及本体理论进行成熟度分析,对国内外相关领域研究现状进行述评,以此分析国内外相关研究的主要成就与不足,对基于本体的元搜索信息融合研究进行初步剖析,为相关研究领域指出新的研究侧重点。

摘要： 网络信息量的增长对情报业提出了更高的挑战,面对众多搜索引擎返回的不同结果,人们无法对信息价值进行判断并进行情报分析。本文根据目前情报分析的需要,设计了一个基于元搜索与聚类技术的多维分析模型,分析了各层的基本原理,并根据功能定义了各个层的数据模型。此模型能够良好集成异构成员引擎的优势,对它们的更新、删除等变化能够灵活反应,并且能够适当获取网页信息,进行文本聚类,并在聚类基础上进行多维分析。

摘要： 论文提出了一个基于多agent的个性化元搜索系统模型,旨在帮助Internet用户快速准确地搜索到符合自己需求的Internet信息.该模型以agent作为架构系统的基本组件,使用已有的搜索引擎,并且可以让搜索系统的用户之间相互协作,利用agent的自治性和协作性来完成用户的个性化Internet信息的搜索,从而弥补现有系统在自适应用户兴趣方面的不足,提高系统检索信息的精确性和易用性.

摘要： 人格有良性人格和莠性人格之分，良性人格也就是健全人格，莠性人格或称其为非良性人格或非健全人格。正如世界上所有的存在那样，每一种存在都各有其组成该存在的基本因素，那就是元。健全人格既是世界上的一种存在，也就必定有其本身存在的基本因素，也就是构成健全人格的元。为了弄清楚健全人格，就有必要首先搜索健全人格的元。经过本人多年的探索和研究，构成健全人格的元可以有如下这么几个：勃发、达观、负责、谨慎、精明、开放、乐群、领衔、敏感、顺应、稳定、勇敢、自立、专注、自律、足智。并针对每一个元的特点和如何培育做了分别论述。

摘要： 本文对Web信息采集技术的最新研究进展以及发展趋势给予了简要述评。主要内容包括：基于整个Web的信息采，增量式Web信息采集，面向主题的Web信息采集，个性化的Web信息采集，分布式Web信息采集，基于Agent的信息采集，迁移的信息采集，以及基于元搜索的信息采集等。

摘要： 随着WWW信息的“爆炸式”增长和人们对搜索引擎关注点的转变,搜索引擎门户面临着新的挑战.提出并构建了一个专题的元搜索引擎模型框架,并阐述了模型框架中各部分模块的功能.

摘要： 在使用搜索引擎时,表达用户搜索意图的关键词之间通常具有语义关系;网页中词语之间的语义关系表达了网页的主题.搜索引擎在考虑关键词匹配的同时,还应考虑关键词关系的匹配,才能进一步提高搜索的精度.网页摘要,对其文本进行词法分析和句法分析,进而本文概括了关键词间的四个基本关系,通过追踪用户感兴趣的提取关键词之间的语义关系,计算目标网页的关系匹配度,并据此对搜索结果重新排序.在元搜索系统的应用表明,关系匹配明显地提高了搜索的精度.

摘要： 本文针对大容量XML搜索引擎的所要解决的关键问题进行了探讨,分别给出了相关的解决方案.最后根据问题的解决方案设计出系统的架构模型,并对系统的各个功能模块的数据结构和算法进行了详细的描述.

摘要： 本文针对大容量XML搜索引擎的所要解决的关键问题进行了探讨,分别给出了相关的解决方案.最后根据问题的解决方案设计出系统的架构模型,并对系统的各个功能模块的数据结构和算法进行了详细的描述.

摘要： 本文针对大容量XML搜索引擎的所要解决的关键问题进行了探讨,分别给出了相关的解决方案.最后根据问题的解决方案设计出系统的架构模型,并对系统的各个功能模块的数据结构和算法进行了详细的描述.

摘要： 本发明揭示一种移动搜索方法及系统，方法包括：本地搜索服务器接收客户端发送的搜索请求，所述搜索请求中携带搜索关键字；根据所述搜索关键字，从本地存储的元索引中调度得到成员搜索引擎，所述本地存储的元索引包括所述本地搜索服务器的元索引和其他搜索服务器的元索引；查找所述成员搜索引擎所在的搜索服务器；若所述成员搜索引擎所在的搜索服务器不是本地搜索服务器，则：根据所述搜索请求向所述搜索服务器发送二次搜索请求；接收所述成员搜索引擎所在的搜索服务器根据所述二次搜索请求返回的搜索结果；向所述客户端发送所述搜索结果。本发明实施例能够使各搜索服务器管理的成员搜索引擎得到统一调度，减轻搜索服务器的运算负担。

摘要： 本发明公开了一种基于元搜索的视频服务网站的搜索方法及系统，所述方法包括：根据生成的搜索关键词，通过搜索引擎获得搜索结果；所述搜索结果包括从搜索引擎返回页面中获得的候选网址以及候选关键词；对所述搜索结果进行视频服务相关性判断，将满足所述相关性的搜索结果添加到视频搜索数据库中，以获得可提供视频服务的网站。本发明还提供了一种基于元搜索的视频服务网站的搜索系统，所述系统包括：搜索结果获取模块和搜索结果处理模块。采用本发明的技术方案能够实现在搜索视频服务网站的过程中，准确、高效地搜索到尽可能多的可提供视频服务的网站信息，以便为用户提供服务或者对这些网站进行监控。

摘要： 本发明实施例提供一种元搜索引擎高频访问单个网站的方法及元搜索引擎，其中，该方法包括：根据用户输入的搜索信息，从本地存储的多个网站标识中获取至少一个目标网站的网站标识，所述目标网站包括所述搜索信息，所述本地存储的多个网站标识中的每个网站标识对应有一个Cookie集合，所述Cookie集合包括多个Cookie；分别从每个目标网站对应的Cookie集合中确定出一个目标Cookie；根据所述目标Cookie访问所述目标Cookie对应的网站。本发明实施例提供的元搜索引擎高频访问单个网站的方法及元搜索引擎，能够解决网站对Cookie的封禁问题，提高元搜索对单个网站的访问频率。

摘要： 本发明公开了一种元搜索引擎的排名方法及元搜索引擎，用以解决现有技术中用户从元搜索引擎获取的搜索结果不准确的问题。该方法包括元搜索引擎根据用户输入的搜索请求提取搜索关键词，确定该搜索关键词对应的文本类别；元搜索引擎将该搜索关键词发送到其调用的每个独立搜索引擎；接收每个独立搜索引擎返回的搜索结果，根据保存的每个独立搜索引擎对应所述文本类别的权重系数，确定每个搜索结果的排名；将确定排名后的搜索结果提供给所述用户。如本发明提出的方案，可以向用户提供更为准确的搜索结果，大大提高了元搜索引擎提供的搜索结果的搜索质量。

摘要： 本发明涉及一种聚合安卓应用程序内部搜索功能的元搜索引擎实现方法和总控系统。该方法包括：1)接收用户的搜索请求；2)将搜索请求分发至安卓云的各APP，并调用各APP的搜索功能获取搜索结果；3)聚合各APP返回的搜索结果，将其显示给用户。该总控系统包括搜索请求接收模块，搜索请求分发与执行模块，以及搜索结果聚合显示模块。本发明通过聚合APP内部搜索功能实现对应用内数据的元搜索，创新性地将元搜索引擎技术应用到聚合APP内部搜索功能上来，并创新性地结合了应用功能开放重建技术，弥补了现有搜索引擎与APP内部搜索的不足，能够实现跨APP的应用内数据搜索，满足广大用户的需求。

摘要： 基于元搜索引擎搜索结果的去重方法，本发明涉及元搜索引擎搜索结果的去重方法。本发明是要解决现有技术不能对格式不同的URL的相同网页和重定向的网页进行去重、根据标点符号周边的信息、标点符号的位置以及词频的模糊匹配不能全面地代表句子与文章问题，而提出的基于元搜索引擎搜索结果的去重方法。该方法是通过一、根据URL地址判断是否是重复网页；二、分别计算两个网页的标题相似度和两个网页摘要的相似度；三、根据标题相似度和摘要的相似度计算网页的相似度：步骤四、如果相似度值Sim(A，B)大于阈值，则就认为两个网页是重复的等步骤实现的。本发明应用于元搜索引擎搜索结果的去重领域。

摘要： 一种用于元搜索引擎的搜索方法，包括如下步骤：根据用户浏览过的页面建立用户兴趣模型；根据用户的查询要求和用户的兴趣模型对成员搜索引擎进行调度；根据查询结果与用户兴趣的相关度对结果进行融合并排序。本发明还进一步提供了一种用于元搜索引擎的搜索装置。本发明所述的方法和装置是一种基于用户兴趣的查询结果融合方法，通过考虑用户的兴趣以及成员搜索引擎与用户兴趣的相关度，在不影响用户正常浏览的前提下，提高了搜索引擎的准确度。

摘要： 本发明公开了一种基因组织特异性序列模式元搜索方法及搜索结果评价方法，涉及生物信息科学领域，搜索方法：从生物信息学数据库中提取组织特异性基因和HK基因启动子序列为输入的初始数据；对输入的初始数据分别执行局部搜索算法和穷尽式搜索算法；然后将各模式搜索算法运行的结果组织存储到过滤矩阵中，利用过滤矩阵中的数据来估计模式的概率，再对各模式进行归并；评价方法：利用贝叶斯因子分析评价统计得到的基因组织特异性模式搜索结果的重要性。与现有技术相比，本发明的元搜索框架融合了多种算法，符合生物信息学提倡的“平均结果优于单一选择”的原则，提高了结果的鲁棒性和可信性，提高搜索结果的可信性，避免模式的过份估计或低估计。

摘要： 本发明公开了一种基于用户兴趣的个性化元搜索引擎及搜索结果处理方法。其搜索引擎包括用户注册/登录单元、元搜索结果收集单元和个性化处理单元，该个性化处理单元通过搜索结果预处理模块、个性化排序处理模块和用户兴趣更新模块，完成对搜索结果的筛选、个性化排序及对用户兴趣模型的建立和更新。其对搜索结果的处理为：建立并初始化用户兴趣模型，存入服务器；将用户输入的搜索词语，按各搜索引擎要求的格式分发；将收集的返回结果转换成统一的格式，依次进行去除重复处理和个性化排序，并提交给用户；捕获用户点击的搜索结果，改变兴趣种类和权值大小，更新用户兴趣模型数据。本发明具有查询覆盖度和准确度高的优点，可用于互联网的搜索引擎。

摘要： 本发明公开了一种基于元搜索的视频服务网站的搜索方法及系统，所述方法包括：根据生成的搜索关键词，通过搜索引擎获得搜索结果；所述搜索结果包括从搜索引擎返回页面中获得的候选网址以及候选关键词；对所述搜索结果进行视频服务相关性判断，将满足所述相关性的搜索结果添加到视频搜索数据库中，以获得可提供视频服务的网站。本发明还提供了一种基于元搜索的视频服务网站的搜索系统，所述系统包括：搜索结果获取模块和搜索结果处理模块。采用本发明的技术方案能够实现在搜索视频服务网站的过程中，准确、高效地搜索到尽可能多的可提供视频服务的网站信息，以便为用户提供服务或者对这些网站进行监控。