一種改進的綜合Borda元搜索引擎結(jié)果排序算法

摘 要：在傳統(tǒng)的元搜索引擎中采用了Borda排序算法，即根據(jù)成員引擎檢索結(jié)果的相關(guān)位置賦予一定分值，求和后按總分遞減排序。這對各個成員引擎檢索結(jié)果重疊度較高的檢索排序非常有效，但對獨立的搜索結(jié)果效果不好，速度較慢。另有根據(jù)檢索字符串和檢索結(jié)果的標(biāo)題、摘要等相似度進行排序，這種排序快速，實現(xiàn)簡單，但返回的信息簡單，可能導(dǎo)致摘要信息多的排在前面，而不是內(nèi)容相關(guān)的高的排在前面。針對這兩種算法的不足，提出了一種改進的綜合Borda排序算法，計算檢索字符串和結(jié)果標(biāo)題、摘要的相似度，再把相似度作為相關(guān)分值進行排序，它綜合了兩種算法。實驗結(jié)果表明，他的查準(zhǔn)率優(yōu)于傳統(tǒng)的Borda算法。

關(guān)鍵詞：元搜索；摘要排序；相似度計算；Borda算法

中圖分類號：TP391.3

元搜索引擎是包含了多個搜索引擎的特殊搜索引擎。用戶輸入查詢請求后，元搜索引擎向各個成員搜索引擎并行發(fā)送檢索請求，檢索完成后，檢索結(jié)果通過去重排序處理后返回給用戶。將多個搜索引擎的結(jié)果放到一起，這樣可以擴大檢索范圍，提高查全率。但是要將這么海量的數(shù)據(jù)融合到一起，這就需要一個較好的排序算法，才能夠把用戶最想要的結(jié)果展示在前面。因此，排序算法是影響元搜索引擎性能的關(guān)鍵技術(shù)之一。

1 傳統(tǒng)Borda排序算法

Borda排序算法首先對成員搜索引擎的搜索結(jié)果根據(jù)位置關(guān)系賦予一定的相關(guān)分值，檢索結(jié)果位置越靠前，它的相關(guān)分值越大，反之，它的相關(guān)分值越小。實際過程如下描述如下：

2 對Borda排序算法的改進

傳統(tǒng)Borda排序算法的關(guān)鍵是根據(jù)檢索結(jié)果在各個搜索引擎的相關(guān)分值的總和進行降序排列，對于多個搜索引擎檢索到的結(jié)果都能排在前面。實驗表明，只要查詢結(jié)果重疊率較高，Borda排序算法的查準(zhǔn)率就比較高。但對于獨立的搜索結(jié)果排序處理不太好，特別是獨立搜索結(jié)果較多的情況下，很多檢索結(jié)果的相關(guān)分值都是一樣的，Borda排序算法是采用隨機排列的，這與實際用戶期望結(jié)果有一定的偏差，導(dǎo)致排在前面卻未必是用戶最需要的結(jié)果信息。基于此，我們提出了一種改進的Borda排序算法，核心思想是引進檢索字符串與檢索結(jié)果的標(biāo)題、摘要的相似度。并將相似度作為檢索結(jié)果的相關(guān)分值。

3 相似度的計算

相似度是指檢索字符串與檢索結(jié)果之間的關(guān)聯(lián)程度。相似度的計算方法有很多種，由于檢索結(jié)果 主要是由網(wǎng)址，標(biāo)題，摘要，內(nèi)容組成。我們采用計算檢索字符串和標(biāo)題、摘要之間的相似度。最后根據(jù)相關(guān)分值的大小進行排序。

我們采用的頻率統(tǒng)計來計算相似度，先計算檢索字符串p與結(jié)果標(biāo)題ri之間的相似度，對于檢索字符串中詞條pj，有pj和ri的相似度

5 結(jié)束語

目前，搜索引擎的技術(shù)已經(jīng)日趨成熟，在查全率和查準(zhǔn)率都有很大的提高，但是元搜索引擎在這些方面更具優(yōu)勢。本文提出的改進算法提高了查全率和查準(zhǔn)率。相信未來是結(jié)合多種算法的排序是元搜索引擎的未來的發(fā)展趨勢。

參考文獻：

[1]shifu Zheng，ting Liu，Bing Qin.Overview of Question-Answering.Journal of Chinese Information Processing.Vol 6，No.16，pp.46-52，June.2002.

[2]Dell Zhang，Wee sun Lee.A Web-based Question Answering system[A].In：Proceedings of the sMA Annual symposium 2003[C]，Nus，Singapore，Jan 2003.

[3]lemal H.Abawajy and M.1.Hu，school of Information technology，Deakin university，Geelong，Victoria 3217 Australia——A New Internet Meta-search Engine and Implementation.

[4]Hongmei Li，Zhenguo Ding，shuisheng Zhou，Lihua Zhou.simearch on simults Merging in Meta search Engine.Vo1.3I，No.s，pp：78-81，Oct 2008.

[5]萬保.元搜索引擎關(guān)鍵技術(shù)研究[D].西北工業(yè)大學(xué)，2007.

[6]曹林，韓立新，吳勝利.元搜索引擎排序技術(shù)綜述[J].計算機應(yīng)用研究，2009（02）.

[7]郭海風(fēng)，曹林.元搜索引擎中Borda算法的改進[J].計算機工程，2011（01）.

[8]董樂，謝紅薇.元搜索引擎中排序融合算法的優(yōu)化研究[J].計算機應(yīng)用與軟件，2012（10）.

[9]周小平，梁一平，鄧左祥.元搜索引擎研究[C].2009年中國高校通信類院系學(xué)術(shù)研討會論文集，2009.

[10]王曉艷，劉春雙，劉光華.經(jīng)典搜索引擎排序算法的比較和分析[J].產(chǎn)業(yè)與科技論壇，2012（24）.

[11]楊春明，何天翔.元搜索引擎的結(jié)果去重及排序研究[J].軟件，2012（06）.

[12]林欣，溫傳林，韓立新.一種元搜索主題偏好的排序算法[J].計算機技術(shù)與發(fā)展，2013（02）.

作者簡介：李兵（1991-），男，湖南祁陽人，在校學(xué)生，軟件工程專業(yè)，本科，主要研究方向：Web開發(fā)技術(shù)。

作者單位：吉首大學(xué) 軟件服務(wù)外包學(xué)院，湖南張家界 427000

基金項目：大學(xué)生研究性學(xué)習(xí)和創(chuàng)新性實驗計劃項目（JSU-CX-2012-54）。