网络信息资源的飞速增长,研究如何做好搜索引擎

　　网络信息资源的飞速增长,研究如何做好搜索引擎

　　[摘要]：网络信息资源的快速增长给人们在互联网上寻找自己需要的信息带来了极大的困难。搜索引擎增强了人们定位和采集信息的能力，可以帮助人们快速找到他们需要的信息。然而，现有的信息搜索引擎在搜索效率、信息维护、信息重复、负载等方面还存在诸多不足。研究如何利用智能技术为用户提供更好的搜索引擎个性化服务，成为信息资源建设中亟待解决的问题。 本文讨论了网络搜索引擎的发展和现状，分析了现有搜索引擎的不足。在此基础上主要完成了以下工作：（1)分析了实时搜索引擎的工作原理和搜索策略，介绍了著名的动态搜索算法“Fish-search”，讨论了“Fish-search”的比较search” 一般的深度优先算法有其优点，但由于搜索范围的随机性，仍然存在重复搜索和搜索时间过长的问题。通过对鱼群行为的分析，一个参数“dist”为定义了控制搜索范围和时间，对标准的“fish-search”算法进行了改进，使搜索过程可以自适应地调整搜索范围，仿真实验结果表明该算法在搜索效果上有一定的提升。 2)为用户之间的实现对于个性化推荐，研究了快速角度分类前向神经网络，角度分类前向神经网络学习算法r的计算趋势对CC4所表示的进行了严格的数学分析，提出了用户兴趣模型。模糊角度分类神经网络使其能够接受用户兴趣的实值向量，实现对用户多类别隶属度的判断。 （3)提出在元搜索引擎中使用遗传算法实现搜索引擎选择的策略。向小众学习的思路是加快遗传算法的优化速度，实现元搜索中的调度策略引擎。使用它可以动态优化实际搜索引擎的组合，从而提高元搜索引擎的整体性能。