Web 页矢量化

随着互联网的快速发展，迅速查找有用信息的过程变得更为重要。有些搜索引擎满足用户的搜索需求。然而，他们并不认为用户的兴趣或背景。因此，导致大量的无关网页对用户查询中检索。一个搜索引擎的有用性取决于它给返回的结果集的关联性。虽然可能有数以百万计的 web 页包含特定单词或短语，某些页面可能更相关、 最受欢迎，或权威性比其他人。大多数搜索引擎的使用方法，排名结果的 web 页，以便提供最相关的结果。有异，到另一种搜索引擎： 搜索引擎如何决定哪些页面是最佳匹配和顺序的这些 web 页将显示给用户。这些方法也变化互联网使用率变化随着时间的推移和新的技术发展。在此论文中优化中的人工智能 (AI) 技术建议，改善搜索引擎返回的结果。他们可以能够优化和返回的结果该用户是最感兴趣。页面聚类拟组所有类似网页一起成组然后遗传算法应用于从每个组接来的最相关的网页。最佳网页的短最后列表显示给用户 ；这样，轻松快速地，能找到所需的信息。此外 ；查询的建议方法被应用来帮助用户在键入搜索查询。查询推荐算法表明先前相关查询到用户提交的查询的列表。检索有关 web 页的问题不是搜索引擎的方法，但它强烈取决于查询。更准确的搜索查询用户使用，将会获得更多相关结果。最后已经执行所建议的方法优化搜索结果，已分析实验结果来评估这些方法的性能。 请点击左侧文件开始预览 ！预览只提供20%的代码片段，完整代码需下载后查看 加载中 侵权举报 打分 发表评论 暂无评论

IntelligentOptimizationModel
test
src
nbproject
build
build.xml
manifest.mf
SearchResults.mdb
standardresults.sql