位置:成果数据库 > 期刊 > 期刊详情页
Geeking:基于胜者表的体育新闻搜索引擎系统
  • ISSN号:0253-2743
  • 期刊名称:《激光杂志》
  • 时间:0
  • 分类:TP391.3[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]中国科学院深圳先进技术研究院,深圳518055, [2]中国科学院上海高等研究院,上海201210, [3]中国科学院计算技术研究所,北京100190, [4]中国科学院沈阳计算技术研究所,沈阳110168, [5]河北大学数学与信息科学学院,保定071002
  • 相关基金:国家自然科学基金(61433012,U1435215,11171086); 河北省自然科学基金(F2013201064)
中文摘要:

文章介绍了体育新闻搜索引擎系统Geeking的框架结构和各项功能,其结构分为网页爬取、胜者表构建、检索处理、用户界面4个部分,其主要功能包含查询词校正、自动补全、检索结果排序、相似新闻聚类以及显示页面中关键词高亮并提供网页快照。输入查询请求时,系统根据搜索日志和新闻热词自动补全查询词,搜索不到相关结果时校正查询,给出推荐的查询词。检索新闻文档时,使用胜者表快速查找查询词项的相关文档,综合tf-idf权重和新闻标题、发布时间等因素计算文档的相关性并按得分排序。在相似新闻聚类中,结合最长公共子序列和编辑距离衡量新闻标题之间的相似度,以新闻标题相似度代表新闻文档的相似度。测试结果表明,基于胜者表的Geeking搜索引擎系统各项功能协调效果好,检索响应速度快。

英文摘要:

In this paper, a sports news search engine, Geeking, was introduced, which contains four functional models: web crawling, champion list building, search processing and user interface. Geeking could provide query correction, query auto-completion, search results sorting, news clustering, keywords highlighting and snapshot visualization. Given a query, the system automatically completes the query according to the search logs and the news hot keywords. If there was no return of result, the system could correct the query and provided the recommended query terms. The related documents were searched quickly according to the champion list. Based on the tf-idf values and other factors like news headlines and release time, the documents' relevance was calculated. For the clustering of similar news, the longest common subsequence and levenshtein distance were used to measure the similarity between news headlines and the similarity of news headlines could be regarded as the similarity between documents. Test results were given to show that Geeking is fast and stable.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《激光杂志》
  • 中国科技核心期刊
  • 主管单位:重庆市科学技术委员会
  • 主办单位:重庆市光学机械研究所
  • 主编:程正学
  • 地址:重庆市渝北区黄山大道杨柳路2号A座9楼
  • 邮编:401123
  • 邮箱:1493505056@qq.com
  • 电话:023-63051328
  • 国际标准刊号:ISSN:0253-2743
  • 国内统一刊号:ISSN:50-1085/TN
  • 邮发代号:78-9
  • 获奖情况:
  • 物理类核心期刊,无线电子学、电信技术类核心期刊,《EI》收录,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:11130