面向博客空间的搜索排序研究

• 作 者: 吴笛
• 机 构: 南开大学
• 出 处: 南开大学
• 发表日期: 2007年期
• 关键词: 搜索引擎 信息检索 博客排序 博客空间

随着万维网应用技术的普及和基于Web的内容发布技术的发展，来自各行业的人们开始通过博客出版系统将他们所了解的信息以博客文章的形式发布到万维网上，形成了一个以博客站点为单元的内容丰富而庞杂的博客空间。随着博客空间的不断扩张，博客搜索需求也逐渐变得迫切起来。
然而，由于博客站点在内容和形式的组织上都与传统网站有很大不同，传统的网络搜索引擎并不能有效地挖掘博客空间并从中提取于用户而言最重要的知识和信息。其中一个很重要的问题就是，如何描述博客文章或博客站点的重要程度，并依照这种重要度为海量的博客文章进行排序。
为探究这一问题的解决方案，本文对博客网站与博客空间的特性进行了深入的调查和研究，参考了许多相关的理论和技术成果，并围绕博客信息检索的基本问题进行了广泛的讨论。在这些研究工作基础上，本文结合智能信息处理实验室在信息检索领域的既有研究成果，设计实现了一个博客搜索原型系统BlogBee。利用此原型系统，研究者可方便地对一定规模的博客文章建立全文索引，并依影响力大小对这些博客文章进行排序，还能够以关键词检索的方式对博客文章集进行全文检索。
为了评估原型系统的可用性，本文在一组经过标注的CSDN博客文章数据集上进行了一系列搜索排序实验，实验结果证明，原型系统能够将博客文章影响力排序与关键词查询相关度排序融合起来，得到整体更优的排序结果。