檢索結果(共2筆)
陳林志;林育任;
頁: 97-129
日期: 2013/01
卷期: 20(1)
關鍵字: 網頁摘要文件分群;個人化搜尋引擎;階層式分群;分群標籤;元搜尋技術;
Keywords: Web-Snippet Clustering;Personal Search Engine;Hierarchical Clustering;Clustering Label;Metasearch Technique;
摘要: 本論文發展了一套具有分群能力之個人化系統,Personalization Web-Snippet Clustering System(PWSC),此系統是基於元搜尋技術。此系統的第一階段根據使用者所輸入之查詢,針對不同搜尋引擎匯集相關網頁摘要文件。第二階段,透過Mean Reciprocal Rank(MRR)計算模型重...
引用 導入Endnote
頁: 97-129
日期: 2013/01
卷期: 20(1)
關鍵字: 網頁摘要文件分群;個人化搜尋引擎;階層式分群;分群標籤;元搜尋技術;
Keywords: Web-Snippet Clustering;Personal Search Engine;Hierarchical Clustering;Clustering Label;Metasearch Technique;
摘要: 本論文發展了一套具有分群能力之個人化系統,Personalization Web-Snippet Clustering System(PWSC),此系統是基於元搜尋技術。此系統的第一階段根據使用者所輸入之查詢,針對不同搜尋引擎匯集相關網頁摘要文件。第二階段,透過Mean Reciprocal Rank(MRR)計算模型重...
引用 導入Endnote
陳林志;陸承志;
頁: 111-130
日期: 2005/01
卷期: 12(1)
關鍵字: 向量投票;連結預測;搜尋引擎;使用者行為函數;
Keywords: Search Engine Vector Voting;Hyperlink Prediction;MetaSearch;User Behavior Function;
摘要: 本文提出一個依據使用者行為進行預測網頁的搜尋引擎,它具有兩種搜尋機制:搜尋引擎投票向量(SVV)以及連結預測(HLP)。SVV的方法是對六個知名的搜尋引擎進行英文關鍵字搜尋,當一個網頁能夠從這些搜尋引擎取得較多且較前面的排名,則該網頁的權重自然較高。至於HLP的方法...
引用 導入Endnote
頁: 111-130
日期: 2005/01
卷期: 12(1)
關鍵字: 向量投票;連結預測;搜尋引擎;使用者行為函數;
Keywords: Search Engine Vector Voting;Hyperlink Prediction;MetaSearch;User Behavior Function;
摘要: 本文提出一個依據使用者行為進行預測網頁的搜尋引擎,它具有兩種搜尋機制:搜尋引擎投票向量(SVV)以及連結預測(HLP)。SVV的方法是對六個知名的搜尋引擎進行英文關鍵字搜尋,當一個網頁能夠從這些搜尋引擎取得較多且較前面的排名,則該網頁的權重自然較高。至於HLP的方法...
引用 導入Endnote