文档介绍：攘要
摘要
目前,博客作为中的代表,引起了大众传播方式的一种变革。自其出现以
后,持续影响和改变着互联网的交流模式。互联网中博客的数量成指数级的增加,从九
十年代的数千个增长到年的过亿,这样庞大的信息量,就需要一个有效的搜索方
法对博客进行搜索。现在已经有很多博客的搜索工具了:,还有
,焉豫。和庋乃阉鞴瓅擎也已经提供了专门的羹摹客
搜索。博客搜索正处于一个发展的初级阶段,其蕴含着极大的研究潜力。
论文的主要工作包括以下方面。
基础理论研究:酋先介绍了诰蚧±砺包括诰虻亩ㄒ搴蚖挖掘
的分类⑼缗莱娴南低辰峁购婉止伧龀嫠惴ā⒅形姆执实腁种方法。
博客搜索引擎技术:首先介绍了传统搜索引擎的定义及基本构成、搜索引擎的分类,
然后介绍了几种特色的搜索引擎,接着针对博客的特点,分析了几种博客搜索技术。然
后给出了博客搜索与排名的系统框架和三个功麓模块的详细设计。
博客排名技术:博客和普通车囊桓鲎钪匾5那鹁褪浅唇樱疚脑诜治
中著名的撑琶惴的基础上,利用隐式链接等相关技术,提
出了针对博客的基于内容的排名算法。该算法不只考虑了博客中的链接分析,还主要对
搏客中的志容进行分析,挖掘博客中的隐性特征,从而提高用户对博客搜索结果的满意
度。
关键词:博客,博客搜索引擎,,隐式链接,内容
瑁琲
瓾
琲
琻, .
疭ⅥⅣ.
甋
珺, 琲
.
甌
,
: 甌
.瑃
琽籹
.珺珺, 瑆
, .
.
.
:瑆,
瑂
瑃
:瑆,
.
: 畉
篴甌
, ,
,
:, ,琁梗珻
第一章缝论
第一章绪论
论文的研究背蓄及研究意义
.芯勘尘
随着疘难杆俜⒄梗缍晕颐堑挠跋煲丫嚼丛酱蟆6谕戏⒄
最为迅猛的技术,以其直观、方便的使用方式和丰富的表达能
力,已逐渐成为现匾5男畔⒎⒉己痛浞绞健已经戒力入们获取信息的
重要手段。系氖菡悦刻煨略鍪偻蚋鲆趁娴乃俣仍龀ぃ趁媸恳殉
亿。úシ绞降囊恢直涓铩W云涑鱿忠院螅
持续影响和改变着置联网的交流模式。薄客又称博客,是目前比较流行的一种新的
网络媒体形式,作为用户在网上庑挛判畔ⅰ⑾嗷パ敖涣鳌⒆杂煞⒈砥缆鄣囊桓龉
享平台,越来越受到人们的青睐。互联网上博客的数量与网俱增,其所承载的信息量也
越来越庞大。根据目前最大的博客搜索引擎统计,年底,全球博客
总数已超过亿,其中中国蒋窖数已超过万,博客数量正以每秒个的惊人速
度增加。
博客的影响力,却早已超出了其作为个人、甚至作为自己所在行业的原有范围。开
始引起主流的媒体的强烈关注,并明显感受到博客崛起对传统媒体的冲击。同时,各个
专韭领域的搏客也如“雨后春笋追赘〕鏊鳎嚼丛匠晌8米ㄒ倒刈⒌慕沟恪贰俊
年底,《纽约时报》以感叹的口吻报道,全球博客网页页面数量超过了传统互联网内容
量。事实证明,博客已经毫无争议地与电子邮件、图词蓖ㄑ恫⒘谐晌K拇笸缃
流工具。·
孙堡华在他年发表的文章《博客论》中,提出“博容囊桓霰局实奶卣魇牵
他们都是个人的。个人创意,个人视角,个人维护,个人欣赏的个人交响音乐会。
经写出《新知的未来:联网世界中公共知识的命运》的劳伦斯·莱斯格认为,“博客上的
信患是每个入独有的,同时也是所有入共同拥有的,丽不像传统知识传攘界那样,要依
靠版权和专利,来把人类的知识和情感像沙丁鱼罐头一样对待。2荒芽闯觯┛蜕
就具有个体性和开放性,这些都是所有其它网络媒体或者传统媒体所无法比拟的。
.芯恳庖
我们的研究对象不是整个鍪钦攵訵中越来越受关注的博客。相关的研究
工作在国内还刚刚开始。本文的研究通过对博客的现状以及存在的复杂结构进行了分
析,提出了针对博客的有效的搜索与排名的方法。
与普通趁娌煌氖牵ǹ褪嵌居没Ц鋈博客经常在互联网上发表翻
维护网络日志的,其内容往往是~些热点新闻的讨论和用户个人感兴趣的话题,这些信
息都是个人独有的,同时也是所有人共同拥有的。我们可以发现,当在中输入
一个关于特定闯题的查询词的时候,比如:“的使用阉鹘峁芯蠖嗍卮
都是来融于博客站点。因此有大量隐藏在薄客中的信息有待于挖掘,怎样充分利用这些
信息,使用户更容易得到满足需求的信息就成了很有价值的研究主题。所以博客的搜索
论文的研究内容及主要工作论文的组织结构与排名能帮助用户高效的挖掘博客中大量有效的信息,能够使得人们在信息爆炸的时代随着互联网的迅速发展,博客的发展速度更是令人惊叹。它所带来的是日益增加的庞大数据和使用这些数据用户兴趣的快速变化。这个变化导致现有基于兴阉的效率降低,给阉骷际醯难芯亢陀τ么戳诵碌奶粽健