現階段 ,用戶對于搜索結果的要求不滿足于單一結果的呈現 ,而是希望搜索結果更具個性化 ,搜索結果能夠按照一定的主次順序排列出來 ,給用戶多種選擇.基于模糊聚類算法及推薦技術的搜索引擎結果能夠進一步細化搜索數據 ,從而使用戶從中挑選最符合心理預期的內容 ,這兩項技術的應用能夠在一定程度上保障搜索數據的準確性.

1 搜索引擎結果排序所依托的技術項目內容提要

1.1 模糊聚類算法

模糊聚類算法分析是數據挖掘領域的核心技術之一.模糊C-均值聚類算法是一種基于原型的聚類算法.從以往綜合搜索引擎技術的發展過程來看 ,它能夠解決大量數據的復雜形態處理問題.模糊聚類算法具有操作簡單、手段高效、數據適應性強等執行特征[1].從近年來國內相關領域的研究資料中可以看到 ,模糊聚類算法分析是搜索引擎技術環節中使用最為頻繁的算法和研究內容.

1.2 推薦技術

將傳統推薦技術與搜索引擎結果排序進行整合 ,有效避免了推薦技術在實踐過程中的信息繁雜性 ,優化了搜索結果的精準度.推薦技術是針對用戶的所搜索的關鍵詞而擴展而來的綜合信息推薦技術 ,它是一種收集并整合信息的過程 ,同時具有一定的復雜性[2].正是這些特點的存在 ,使得傳統推薦技術出現了種種問題 ,即用戶還需要在繁雜的數據中搜索與目標對象有關的數據 ,這就影響搜索數據信息的及時性.

2 通過多種技術的整合能夠解決搜索引擎結果單一化的問題

在目前 ,諸多應用領域都采取有效的搜索方式進行整合與提取信息 ,以便于實現數據互通的效果.在一般搜索引擎上 ,只要采用相同的關鍵詞 ,則大家所搜索到的詞條結果是一致的.

但正是這種搜索引擎結果的單一性 ,使得搜索被業界技術工作者萌生了進一步開發搜索技術的想法 ,使其能夠滿足用戶的個性化需求.基于此 ,基于模糊聚類算法及推薦技術的搜索引擎結果排序研究被更多的專業人士所關注 ,并且取得了良好的研究成果.從實踐應用來看 ,該項技術整合理念與研究內容較為可行.

2.1 探究模糊聚類算法的應用對于搜索引擎結果排序的影響

模糊聚類算法的實際應用對于搜索引擎結果的正確排序有著極為深遠的影響.從操作步驟來看 ,模糊聚類算法的實踐應用過程中被業界所看重的關鍵研究內容有四點 :1\\)如何對 FCM算法中目標函數恰當定義使該目標函數既能反映有關"數據距離"的要求原則 ,又能體現各個特征以及不同樣本的重要性 ,模糊聚類算法的應用使搜索引擎結果更加有序 ;2\\)無論 FCM 算法中目標函數如何定義 ,均會有相應的聚類原型與之對應 ,從而收斂速度甚至聚類效果必然依賴初始劃分 ,如何建立一種基于模糊理論的聚類算法來規避聚類原型的問題 ,即從根本上解決對初始劃分的敏感性 ,只有這樣 ,才能解決搜索引擎結果的精準度問題 ;3\\)如何恰當的去刻畫半監督 FCM 算法 ,使監督樣本既能體現其典型性 ,又不失其局限性 ;4\\)如何減少 FCM 算法的計算量問題 ,該項問題是否能夠處理的得當 ,不僅關系到搜索引擎結果排序的質量 ,而且對于用戶執行搜索任務的體驗感受有著直接影響[3].總之 ,模糊聚類算法與搜索引擎結果排序之間有著細微的關聯.

2.2 探究推薦技術的應用對于搜索引擎結果排序的影響

推薦技術的應用能夠最大化的豐富搜索引擎結果排序的內容 ,使得用戶的搜索結果更具個性化的特點 ,以便于用戶從中挑選中最為合適的搜索內容 ,提高搜索效率[4].一般情況下 ,如果系統所推薦的項目是以文本的方式呈現 ,那么文本詞匯就是系統執行搜索的主要依據.系統通過詞條特點將搜索引擎檢索的結果進行分類 ,從而將數據按照一定的次序排列出來 ,用戶就可以根據排序結果選擇與搜索關鍵詞最為貼切的項目 ,直至完成搜索任務.基于用戶的系統過濾推薦技術是現代網絡信息處理環節中最為高校的一種搜索技術 ,它具有很重要的現實意義.

3 基于模糊聚類算法與推薦技術應用模式下的搜索引擎結果排序研究

解決搜索結果單一的方法是提供個性化服務 ,并依托模糊聚類算法和推薦技術等內容共同實現智能搜索 ,將搜索結果按照一定的順次呈現給用戶[5].另外 ,在實踐過程中 ,也可以通過 Web 數據挖掘技術 ,構建完整的用戶模型 ,包括用戶背景、搜索行為、查詢風格等等 ,通過這些細節的實施與完善 ,為用戶提供更多個性化服務 ,同時使得搜索引擎結果排序更為精準 ,提升用戶搜索的效率.

4 結束語

通過對搜索引擎結果排序所依托的技術項目的研究 ,分別闡述模糊聚類算法及推薦技術的概念及特點 ,進一步探究模糊聚類算法的應用對于搜索引擎結果排序的影響 ,以及推薦技術的應用對于搜索引擎結果排序的影響 ,并且細致分析了在二者共同作用下搜索引擎結果排序的變動.從各項研究內容中我們可以明確一個問題 ,即搜索引擎結果排序方式受到了模糊聚類算法與推薦技術等現代化手段的影響 ,其應用結果較為顯著 ,值得在相關技術領域中推廣實施.

參考文獻

[1]李建廷.基于模糊積分的元搜索引擎結果排序算法[J].計算機仿真,2010,7\\(07\\):125-126.

[2]李貴林,楊禹琪,高星,廖明宏.企業搜索引擎個性化表示與結果排序法研究[J].計算機研究與發展,2014,1\\(01\\):109-110.

[3]王瓊,顧文軒,徐汀榮.結合關聯規則的元搜索引擎結果聚類改進[J].計算機工程與應用,2010,11\\(11\\):174-175.

[4]陳曉平,許卓明.一種基于超鏈接結構的WWW模糊聚類算法[J].常州技術師范學院學報,2010,10\\(05\\):162-163.

[5]畢行,徐煒民.基于特定群體興趣的混合個性化推薦算法[J].上海大學學報\\(自然科學版\\),2010,6\\(06\\):105-106.