搜索引擎在网络信息挖掘中的应用
来源: 时间:06-10-04 点击: 点击这里收藏本文
Pagerank)。
排序器会读取barrels，并根据词的ID号(word ID)列表来生成倒排挡。一个名为DumpLexicon的程序则把上面的列表和由索引库产生的一个新的词表结合起来产生另一个新的词表供搜索器(Searcher)使用。这个搜索器就是利用一个Web服务器，并使用由DumpLexicon所生成的词表，并利用上述倒排挡以及页面等级来回答用户的提问。
从Google的体系结构、搜索原理中可以看到，其关键是：利用URL分解器获得Links信息，并且运用一定的算法得出页面等级的信息，这正是网络结构挖掘技术。
2、网络信息挖掘的应用前景
网络信息挖掘已广泛地应用于金融业、零售业、远程通讯业、政府管理、制造业、医疗服务以及体育事业中，对它的应用和研究正在成为一个热点。网络信息挖掘的应用前景主要表现在三个方面：①电子商务。运用网络挖掘技术能够从服务器和浏览器端的日志记录中自动发现隐藏在数据中的模式信息，了解系统的访问模式以及用户的行为模式，从而作出预测性分析。例如通过评价用户对某一信息资源浏览所花的时间，可以判断出用户对资源兴趣如何；对日志文件所收集到的域名数据，如国家或类型(.com，.edu，.gov)的分类分析；应用聚类分析来识别用户的访问动机和访问趋势等。②网站设计。通过对网站内容的挖掘，可以有效地组织网站信息，例如采用自动归类技术实现网站信息的层次性组织；通过对用户访问日志记录信息的挖掘，把握用户的兴趣，有助于开展网站信息推送服务以及个人信息的定制服务。③搜索引擎。用搜索引擎进行网络信息挖掘的最大特色体现在它所采用的对网页Links信息的挖掘技术上。如通过对网页内容挖掘，可以实现对网页的聚类、分类，实现网络信息的分类浏览与检索；通过用户所使用的提问式的历史记录的分析，可以有效地进行提问扩展，提高用户的检索效果(查全率，precision；查准率，recall)；运用网络内容挖掘技术改进关键词加权算法，提高网络信息的标引准确度，从而改善检索效果。
上面仅仅列举了网络信息挖掘技术在这三个方面的应用。这项技术的应用正变得越来越广泛；用户对高品质、个性化的信息的需求必将推动学术界与实业界的研究开发工作。
四、结束语
面向Web的数据挖掘是一项复杂的技术，由于Web数据挖掘比单个数据仓库的挖掘要复杂的多。我们相信，随着XML作为在Web上交换数据的一种标准方式的出现、用户信息需求的多样化、网络信息挖掘研究的不断深入，“智能化”的搜索引擎将会涌现，面向Web的网络信息挖掘也将会变得非常轻松。
把此文章收藏到：
