学海网

硕士学位论文 基于代理的元搜索引擎的研究
摘要
目前没有一个搜索引擎能够覆盖所有的WWW资源，而且大部分搜索引擎的索引平均只能涉及到整个WWW资源5%-20%左右。由于各个搜索引擎使用了不同的索引技术和信息收集技术，使得各自搜索的信息资源在很大程度上具有相当大的差异。实践表明，对于用户的同一查询，不同的搜索引擎会返回差异很大的查询结果。如果使用单一的搜索引擎，是不可能得到所有本可得到的资源。另外，搜索引擎在查询语法上，几乎每个搜索引擎都有所不同。这样用户为了使用这些搜索引擎，就不得不去熟悉每个搜索的搜索语法和功能。由于传统搜索引擎在这几方面的不足，而元搜索引擎又较好地解决了这些问题，所以本文把工作定位在元搜索引擎的研究上。
本文阐述了基于代理的元搜索引擎的系统结构和关键技术。先介绍了搜索引擎的发展趋势和元搜索引擎的基本概念,接着介绍了代理技术和多代理系统以及多代理系统的特征、分类和交互等内容,最后提出基于代理的元搜索引擎的体系结构，并详细介绍了系统各个组成部分以及工作流程。本文设计并实现了一个基于多gent协作系统的元搜索引擎原型系统。该系统主要由信息前处理层、查询代理层和信息后处理层组成。其中详细分析了每个搜索引擎的查询语法，尽可能地抽取大多数搜索引擎共同支持的语法格式，以XML形式定义了自己的语法规范。采用并行工作的搜索引擎代理完成与选定搜索引擎的交互，缩短了系统的响应时间。描述了现有系统的查询结果合成算法，并在此基础上，提出了一种多策略合成算法，从而提高了系统的查准率。
关键字：元搜索引擎 代理 信息抽取 多代理协作系统 正则表达式