统计学习方法在智能WEB元搜索引擎设计中的应用
WWW已有的搜索引擎（如Infoseek、AltaVista、Yahool）存在着检索数据库重复设置，检索结果极不精确等系统性缺陷；而新出现的Web元搜索引敬（如Dogpile、Inference Find、MetaCrawler）虽然解决了各搜索引擎检索结果重复的问题，但它并不能解决搜索引擎检索结果极不精确这一核心问题。在该文中，研究人员将人工智能中统计学习方法和自然语言处埋技术（NLP ）引入元搜索引擎的设计中，提出了一个具有智能特点的元搜索引擎： WebWise.WebWise根据用户对部分页面的分级评价信息创建用户模板（User profile）；再根据用户模板为Infoseek、 AItaVista等流行的搜索引擎自动生成查询要求（检索表达式），对返回的结果进行汇总提交给用户，与现有的元搜索引擎相比，WebWise具有智能化、个性化、效率高、查询可定制等优点，很好地解决了这一问题。
WebWise Web元搜索引擎 统计学习方法 用户模板
蒋晓冬 金宇晖
大学计算机科学与技术系
国内会议
南京
中文
390～393
1998-10-01（万方平台首次上网日期，不代表论文的发表时间）