南京网站搜索引擎优化(,农业复杂自适应搜索模型的研究报告(组图))

　　南京网站搜索引擎优化(,农业复杂自适应搜索模型的研究报告(组图))

　　【摘要】 截止2009年底，互联网上涉农网站达3万余条，积累了丰富的农业技术、市场信息、政策法规、农业新闻等信息资源。但由于互联网信息资源缺乏统一的形式表达，信息异质性、异质性、分散性和重复性现象严重，形成“信息孤岛”，难以发挥农业信息资源的整合效应。同时，由于农民文化水平和电脑操作能力的限制，“三农”用户很难使用传统的搜索工具直接交互、抓取和过滤个性化信息。面对海量的农业信息资源，“三农”用户只能望海而叹，“信息泛滥”问题严重。因此，建立专业化、个性化、智能化的农业搜索模型及相应的搜索引擎系统具有重要意义。针对互联网的开放性、去中心化、层次化、进化性、海量性等本质特征，提出了一种复杂的农业自适应搜索模型。该模型建立农业信息资源发现、信息获取、信息处理和用户服务主体的联盟，实现主体与网络资源之间的学习和适应机制，主题和网页内容和网页表达、主题和用户的个性化需求。能够适应复杂多变的互联网环境，从而提高农业搜索引擎的查全率和查准率，解决新一代搜索引擎面临的核心问题。针对农业互联网资源动态和高度分散的特点，本文提出了自适应农业领域的深度Web资源发现算法AADWED（Adaptive Agriculture Deep Web Entry Discovery）算法。解决新一代搜索引擎面临的核心问题。针对农业互联网资源动态和高度分散的特点，本文提出了自适应农业领域的深度Web资源发现算法AADWED（Adaptive Agriculture Deep Web Entry Discovery）算法。解决新一代搜索引擎面临的核心问题。针对农业互联网资源动态和高度分散的特点，本文提出了自适应农业领域的深度Web资源发现算法AADWED（Adaptive Agriculture Deep Web Entry Discovery）算法。

　　该算法通过不断地从样本中学习合适的查询表达式并将其提交给通用搜索引擎，从而有效地获得领域Deep web资源的入口页面。实验表明，该算法大大提高了Deep Web资源发现在农业领域的产量。针对Web站点页面的多样性和动态特性，提出一种自适应Web结构化数据抽取算法。该算法在MDR算法的基础上，提出了一种基于相对熵的页面去噪算法，提高了Web结构化数据提取的准确性。针对互联网上大量农业数据描述不完整、描述冗余的问题，本文重点研究农产品价格空间属性的自动标注，供需和基于语义的数据冗余处理。它提高了数据的质量和可用性，并为准确的检索和可视化分析服务提供了基础。针对不同Web用户的个性化需求，提出一种基于FCA的用户兴趣话题自动挖掘算法。挖掘出的兴趣话题模式被描述为一组形式化的概念，兴趣话题模式之间的关系显示在概念网格中，有助于用户理解。本文还提出了一种计算用户感兴趣的文档和主题之间的相关性的方法。通过对比实验，证明该方法是有效的。最后，基于提出的农业综合体自适应搜索模型，本文设计并实现了农业垂直搜索引擎系统“中国搜农”，已开始*敏*感*词*提供公共服务，并已在多个省市推广应用。.