最优搜索理论在元搜索引擎中的应用研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-12页 |
| ·研究动机与意义 | 第9-10页 |
| ·论文工作和组织 | 第10-12页 |
| 第二章 搜索引擎 | 第12-20页 |
| ·概述 | 第12页 |
| ·搜索引擎的工作原理 | 第12-13页 |
| ·搜索引擎的分类 | 第13-14页 |
| ·目录式搜索引擎 | 第13页 |
| ·Robot 搜索引擎 | 第13-14页 |
| ·搜索引擎中的检索排序技术 | 第14-16页 |
| ·布尔检索模型 | 第14页 |
| ·相关反馈的模型 | 第14-15页 |
| ·向量空间模型 | 第15页 |
| ·概率模型 | 第15-16页 |
| ·链接分析模型 | 第16页 |
| ·搜索引擎的评价 | 第16-17页 |
| ·搜索引擎的缺陷 | 第17-20页 |
| ·信息覆盖面不广 | 第17-18页 |
| ·检索效率不高 | 第18页 |
| ·使用不兼容 | 第18-20页 |
| 第三章 元搜索引擎 | 第20-25页 |
| ·元搜索引擎简介 | 第20页 |
| ·元搜索引擎工作原理 | 第20-21页 |
| ·元搜索引擎的分类 | 第21-23页 |
| ·多线索式元搜索引擎 | 第22页 |
| ·All-in-One 元搜索引擎 | 第22页 |
| ·桌面元搜索引擎 | 第22-23页 |
| ·元搜索引擎的优越性 | 第23页 |
| ·元搜索引擎的不足 | 第23-25页 |
| 第四章 成员搜索引擎的选择 | 第25-30页 |
| ·定性的方法 | 第25-26页 |
| ·定量的方法 | 第26页 |
| ·基于学习的方法 | 第26-30页 |
| ·SavvySearch 法 | 第27-28页 |
| ·ProFusion 法 | 第28-30页 |
| ·静态学习阶段 | 第28-29页 |
| ·动态学习阶段 | 第29-30页 |
| 第五章 最优搜索理论 | 第30-35页 |
| ·最优搜索理论介绍 | 第30页 |
| ·最优搜索理论的组成要素及问题分类方法 | 第30-32页 |
| ·概率分布函数 | 第30页 |
| ·探测函数 | 第30-31页 |
| ·可用资源 (effort) 的约束条件 | 第31页 |
| ·问题分类 | 第31页 |
| ·资源分配策略的可加性 | 第31-32页 |
| ·离散空间的静止目标搜索模型 | 第32-33页 |
| ·最优搜索理论的应用 | 第33-35页 |
| ·生物信息学领域 | 第33页 |
| ·经济学领域 | 第33-34页 |
| ·无线通信领域 | 第34页 |
| ·模式分类与识别领域 | 第34-35页 |
| 第六章 最优分配模型 | 第35-44页 |
| ·成员搜索引擎的评价模型 | 第35-37页 |
| ·提出模型 | 第35页 |
| ·建立模型 | 第35-37页 |
| ·静态学习阶段 | 第35-36页 |
| ·动态学习阶段 | 第36-37页 |
| ·结果分配约束模型 | 第37-40页 |
| ·提出模型 | 第37-38页 |
| ·建立模型 | 第38-40页 |
| ·成员搜索引擎检索质量的概率分布 | 第38-39页 |
| ·探测函数的确定 | 第39页 |
| ·确定最优分配策略 | 第39-40页 |
| ·时间分配约束模型 | 第40-44页 |
| ·提出模型 | 第40-41页 |
| ·建立模型 | 第41-44页 |
| 第七章 最优分配模型的实现及评价 | 第44-60页 |
| ·系统的实现 | 第44-54页 |
| ·用户界面模块 | 第46-47页 |
| ·成员搜索引擎选择模块 | 第47-48页 |
| ·查询提交和返回结果抓取模块 | 第48-50页 |
| ·显示结果和搜索时间分配模块 | 第50-51页 |
| ·归并与排序模块 | 第51-54页 |
| ·系统的评价 | 第54-60页 |
| ·查准率 | 第55-57页 |
| ·和普通搜索引擎进行比较 | 第56-57页 |
| ·和改进前的系统进行比较 | 第57页 |
| ·响应时间 | 第57-60页 |
| ·平均响应时间的比较 | 第58页 |
| ·最长响应时间的比较 | 第58-60页 |
| 第八章 结论 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 在学校期间的研究成果 | 第65页 |
