电子商务的智能搜索引擎技术的研究

电子商务的智能搜索引擎技术的研究

一、搜索引擎的现状当前搜索引擎数据库检索和应用性差，不利于用户使用;排序技术指标单一，查找到的信息有效性低;信息分类类目和标准不统一，导致界而友好性低;自身搜索技术不成熟，误检率高，不利于电子商务使用。搜索引擎主要由搜索器、索引器、检索器和用户接口四部分组成。搜索器一般采用一种被称为Spider的网络自动跟踪索引程序。索引器的功能是理解搜索器所索引的信息，从中抽取索引项、建立起自己的物理索引数据库。检索器的功能是根据用户的查询在索引库中快速检索出文档，进行文档与查询的相关度评价，对将要输出的结果进行排序，并实现某种用户相关性反馈机制。用户接口的作用是输人用户查询，显示查询结果，提供用户相关性反馈机制。目前搜索引擎根据构建时的不同策略，大致可以分为三种模式:一、建立在分类基础上的搜索引擎，优点是准确率比较高，不足是查全率不是很好。二、建立在索引文档基础上的搜索引擎，优点是搜索网络信息效率高，查全率好于第一种，但查准率不及第一种；三、建立在概念的基础上，突破了传统搜索引擎中相对比较简单的基于关键词的匹配，它借助数据字典扩展条件，通过模式的提取和识别抽象化搜索条件与文档之间的联系，这种搜索引擎的查准率较差，而查全率是三者中最高的。利用人工智能先进技术重新设计搜索引擎，使搜索引擎更具智能化，使检索结果更能反映用户的需求，这类搜索引擎称为智能搜索引擎。把信息检索从目前基于关键词层面提高到基于知识层面，是解决问题的根本和关键。二、智能检索技术的分析研究1.网络Robot的智能技术分析研究网络Robot是一种软件，它完成任务必须具备一定的智能，可以概括为以下几个方面：(1)提取网页中的有效链接智能Robot从分析一组指定的URL开始，按照电子商务的电子词典对文档的相关性进行判断提取超链，滤去不适宜的文档，降低索引的混乱程度，满足条件的超链按照标题或单词建立索引并产生本地数据库，使搜索结果更加纯净。(2)识别访问过的链接，剔除广告等无意义的链接智能Robot排除掉那些在目标URL中已被访问过的URL；由于WWW的巨大规模，为避免Robot搜索得太深，从而回不到原处的情况发生，必须对搜索的深度进行限制；剔除图像、音频、视频等无法进行索引的文档。(3)确定搜索策略Robot的搜索策略是指当Robot搜索到一个文档后，下一步应当转移到哪个文档的方法问题。它主要有以下几种搜索策略:①IP地址搜索策略。它实现的方法是先赋予Robot一个起始的IP地址，然后根据IP地址递增的方式搜索本IP地址段后的每一个WWW地址中的文档。优点是搜索全面，缺点是不适宜大规模的搜索。②深度优先搜索策略。它是从起始节点出发，一直搜索到那些不包含任何超级链接的文件为止，然后再返回某一文档，再继续选择该文档中的其他超级链接。优点是便于发现新的站点，但信息面增长相对慢一些。③广度优先搜索策略。它是先搜索完一个Web页面中所有的超级链接，然后再继续下一层的搜索，直到最底层为止。它能够很好地解决搜索面的问题，缺点是对于深层Web文档要花很长的时间才能到达。我们采取深度与广度相结合的策略来采集文档，满足条件的文档放到搜索数据库并建立索引数据库，针对链接内容发生变化，采取迅速、及时的更新机制，建立的索引库供检索数据使用。2.搜索条件的获取和智能分析研究通常搜索引擎支持最多的是关键词搜索和在此基础上的逻辑运算，在初步搜索结果中再搜索和限制条件较为复杂的高级搜索，这种简单的用户信息获取方式势必直接影响着搜索结果的准确性和相关性。目前，由于各类电子商务站点使用的搜索引擎都是基于关系数据库的检索引擎，它无法处理在用户看来是非常普通的常识性知识，更不能处理个性化知识、区域性知识以及专业性知识等。造成上述种种信息检索困难的原因在于搜索引擎缺乏知识处理能力和理解能力，对要检索的信息仅仅采用机械的关键词匹配来实现。智能搜索引擎检索的内容应该是知识而不是信息，它对查询条件的智能分析主要包括以下两种：(1)提取查询条件中的有效成分，包括词汇和逻辑关系。(2)建立电子商务知识库来获取关键词的同义词、近义词及相关词，如计算机、电脑和微机是同义关系，建立概念之间复杂的语义关系及常识上的联系，如相机与胶卷存在常识上的联系。根据语义关系和常识性联系对用户查询进行相关性联想，提供引导用户进行下一步查询的线索。这样一步步地在与用户交互过程中诱导用户“表达”出他真正想找的东西，从而实现对查询的智能导航。三、结论互联网智能搜索是一个新兴的极具魅力的研究领域，它不但为商务主体提供了迅速接人Internet搜索自己所需商品的智能技术，而且也免除了交易双方对象寻找进