電子商務的智能搜索引擎技術的研究

一、搜索引擎的現狀當前搜索引擎數據庫檢索和應用性差，不利于用戶使用;排序技術指標單一，查找到的信息有效性低;信息分類類目和標準不統一，導致界而友好性低;自身搜索技術不成熟，誤檢率高，不利于電子商務使用。搜索引擎主要由搜索器、索引器、檢索器和用戶接口四部分組成。搜索器一般采用一種被稱為Spider的網絡自動跟蹤索引程序。索引器的功能是理解搜索器所索引的信息，從中抽取索引項、建立起自己的物理索引數據庫。檢索器的功能是根據用戶的查詢在索引庫中快速檢索出文檔，進行文檔與查詢的相關度評價，對將要輸出的結果進行排序，并實現某種用戶相關性反饋機制。用戶接口的作用是輸人用戶查詢，顯示查詢結果，提供用戶相關性反饋機制。目前搜索引擎根據構建時的不同策略，大致可以分為三種模式:一、建立在分類基礎上的搜索引擎，優點是準確率比較高，不足是查全率不是很好。二、建立在索引文檔基礎上的搜索引擎，優點是搜索網絡信息效率高，查全率好于第一種，但查準率不及第一種；三、建立在概念的基礎上，突破了傳統搜索引擎中相對比較簡單的基于關鍵詞的匹配，它借助數據字典擴展條件，通過模式的提取和識別抽象化搜索條件與文檔之間的聯系，這種搜索引擎的查準率較差，而查全率是三者中最高的。利用人工智能先進技術重新設計搜索引擎，使搜索引擎更具智能化，使檢索結果更能反映用戶的需求，這類搜索引擎稱為智能搜索引擎。把信息檢索從目前基于關鍵詞層面提高到基于知識層面，是解決問題的根本和關鍵。二、智能檢索技術的分析研究1.網絡Robot的智能技術分析研究網絡Robot是一種軟件，它完成任務必須具備一定的智能，可以概括為以下幾個方面：(1)提取網頁中的有效鏈接智能Robot從分析一組指定的URL開始，按照電子商務的電子詞典對文檔的相關性進行判斷提取超鏈，濾去不適宜的文檔，降低索引的混亂程度，滿足條件的超鏈按照標題或單詞建立索引并產生本地數據庫，使搜索結果更加純凈。(2)識別訪問過的鏈接，剔除廣告等無意義的鏈接智能Robot排除掉那些在目標URL中已被訪問過的URL；由于WWW的巨大規模，為避免Robot搜索得太深，從而回不到原處的情況發生，必須對搜索的深度進行限制；剔除圖像、音頻、視頻等無法進行索引的文檔。(3)確定搜索策略Robot的搜索策略是指當Robot搜索到一個文檔后，下一步應當轉移到哪個文檔的方法問題。它主要有以下幾種搜索策略:①IP地址搜索策略。它實現的方法是先賦予Robot一個起始的IP地址，然后根據IP地址遞增的方式搜索本IP地址段后的每一個WWW地址中的文檔。優點是搜索全面，缺點是不適宜大規模的搜索。②深度優先搜索策略。它是從起始節點出發，一直搜索到那些不包含任何超級鏈接的文件為止，然后再返回某一文檔，再繼續選擇該文檔中的其他超級鏈接。優點是便于發現新的站點，但信息面增長相對慢一些。③廣度優先搜索策略。它是先搜索完一個Web頁面中所有的超級鏈接，然后再繼續下一層的搜索，直到最底層為止。它能夠很好地解決搜索面的問題，缺點是對于深層Web文檔要花很長的時間才能到達。我們采取深度與廣度相結合的策略來采集文檔，滿足條件的文檔放到搜索數據庫并建立索引數據庫，針對鏈接內容發生變化，采取迅速、及時的更新機制，建立的索引庫供檢索數據使用。2.搜索條件的獲取和智能分析研究通常搜索引擎支持最多的是關鍵詞搜索和在此基礎上的邏輯運算，在初步搜索結果中再搜索和限制條件較為復雜的高級搜索，這種簡單的用戶信息獲取方式勢必直接影響著搜索結果的準確性和相關性。目前，由于各類電子商務站點使用的搜索引擎都是基于關系數據庫的檢索引擎，它無法處理在用戶看來是非常普通的常識性知識，更不能處理個性化知識、區域性知識以及專業性知識等。造成上述種種信息檢索困難的原因在于搜索引擎缺乏知識處理能力和理解能力，對要檢索的信息僅僅采用機械的關鍵詞匹配來實現。智能搜索引擎檢索的內容應該是知識而不是信息，它對查詢條件的智能分析主要包括以下兩種：(1)提取查詢條件中的有效成分，包括詞匯和邏輯關系。(2)建立電子商務知識庫來獲取關鍵詞的同義詞、近義詞及相關詞，如計算機、電腦和微機是同義關系，建立概念之間復雜的語義關系及常識上的聯系，如相機與膠卷存在常識上的聯系。根據語義關系和常識性聯系對用戶查詢進行相關性聯想，提供引導用戶進行下一步查詢的線索。這樣一步步地在與用戶交互過程中誘導用戶“表達”出他真正想找的東西，從而實現對查詢的智能導航。三、結論互聯網智能搜索是一個新興的極具魅力的研究領域，它不但為商務主體提供了迅速接人Internet搜索自己所需商品的智能技術，而且也免除了交易雙方對象尋找進