基于排序式 SVM 的搜索自适应排序系统实现

来源：计算机技术与发展杂志2021年第10期北京时间：

作者：薛晓慧;芮光辉;李炜东;袁培森

单位：1. 国网青海省电力公司,青海 西宁 810008;2. 国网青海省电力公司海北供电公司,青海 海晏 812200;3. 南京农业大学 人工智能学院,江苏 南京 210095

摘要：随着社会信息化的程度不断提高,搜索引擎作为广泛使用的信息检索工具,用户对于搜索引擎智能化和个性化的需求不断提高,其中元搜索引擎由于能够整合多个独立型搜索引擎的结果而被广泛研究。 为了解决当前元搜索引擎信息覆盖率不足和查准率不高的问题, 并为用户提供个性化和智能化的搜索结果,设计并实现了一个网页个性化搜索自适应排序系统。 该系统基于元搜索引擎,针对中文语境,利用 ICTCLAS 中文分词方法和 TF-IDF 算法,选取若干常用独立型搜索引擎计算相似度并合并搜索结果,再基于 Ranking SVM 排序学习方法,对合并后的结果进行重排序得到个性化的搜索结果。 利用 Java 和 JSP 实现上述系统并测试,实验结果表明该系统在中文语境下能对多个独立型搜索引擎的结果进行整合,能对整合结果进行个性化的重排序。

关键词：信息检索;元搜索引擎;分词处理;关键字提取;Ranking SVM