淺析聚類搜索引擎研究進(jìn)展

　　隨著互聯(lián)網(wǎng)技術(shù)和互聯(lián)網(wǎng)應(yīng)用系統(tǒng)的快速發(fā)展，各個(gè)領(lǐng)域的互聯(lián)網(wǎng)應(yīng)用系統(tǒng)都已經(jīng)積累了海量的Web數(shù)據(jù)，包括產(chǎn)品數(shù)據(jù)、用戶數(shù)據(jù)、評價(jià)數(shù)據(jù)、關(guān)聯(lián)數(shù)據(jù)、狀態(tài)數(shù)據(jù)等等。這些數(shù)據(jù)不僅內(nèi)容極其豐富，而且很大程度上都開放給互聯(lián)網(wǎng)用戶，可以免費(fèi)的訪問、下載和處理。這就為進(jìn)一步集成和開發(fā)這些Web數(shù)據(jù)的潛在價(jià)值，建立增值應(yīng)用提供了重要基礎(chǔ)。聚類搜索是近年來發(fā)展最為迅速的互聯(lián)網(wǎng)數(shù)據(jù)集成和增值技術(shù)。聚類搜索是在垂直搜索基礎(chǔ)上發(fā)展起來的新型搜索技術(shù)。垂直搜索是主要針對行業(yè)的專業(yè)搜索，側(cè)重于某一行業(yè)領(lǐng)域，其目的是使用戶能夠更加方便地找出所需的專業(yè)信息。而聚類搜索是為了進(jìn)一步提高搜索的精度使其符合用戶的搜索習(xí)慣和興趣，在搜索引擎的搜索結(jié)果中進(jìn)行聚類，把搜索出來的信息進(jìn)行分類處理，將使信息資源更加清晰明了。

　　目前國內(nèi)對聚類搜索引擎的綜述主要見于文獻(xiàn)[1]和文獻(xiàn)[2]，雖然這兩篇文章對聚類搜索引擎進(jìn)行了很好的綜述和分析，對聚類搜索引擎的形成和發(fā)展過程進(jìn)行了說明，并對主流聚類搜索系統(tǒng)進(jìn)行了測評和分析，但是對于聚類系統(tǒng)的功能分析還不夠詳盡，對于聚類搜索引擎未來的發(fā)展沒有給出明確的定位。

　　本文首先給出了典型聚類搜索引擎系統(tǒng)的基本工作流程，對聚類搜索引擎的發(fā)展歷史和現(xiàn)狀進(jìn)行了概括式綜述，然后從聚類對象、聚類功能和聚類算法三個(gè)角度對聚類搜索引擎進(jìn)行研究，并全面分析了若干著名聚類搜索引擎。

　　本文結(jié)構(gòu)：第1節(jié)介紹聚類搜索引擎的發(fā)展現(xiàn)狀；第2節(jié)對聚類搜索引擎的功能進(jìn)行分析；第3節(jié)對典型聚類搜索引擎進(jìn)行綜述；第4節(jié)描述聚類搜索引擎的發(fā)展趨勢；第5節(jié)總結(jié)全文。

　　1 聚類搜索引擎的研究現(xiàn)狀

　　1.1 聚類搜索引擎概念和工作過程

　　所謂聚類搜索引擎，就是運(yùn)用聚類技術(shù)對搜索結(jié)果進(jìn)行自動聚類分析的搜索工具。其特點(diǎn)是去重性強(qiáng)、分類性強(qiáng)、匯集性強(qiáng)，即可以及時(shí)去除重復(fù)信息，對搜索的結(jié)果進(jìn)行分門別類，并可以匯集各大知名搜索引擎的信息資源。目前，典型的聚類搜索引擎的基本工作步驟為：①依據(jù)用戶查詢的關(guān)鍵字，從一個(gè)或多個(gè)搜索引擎獲取搜索結(jié)果；②對搜索結(jié)果進(jìn)行預(yù)處理，過濾掉重復(fù)、無效信息；③將文檔中關(guān)鍵短語作為特征提取出來生成聚類標(biāo)簽；④將文檔分配到生成的聚類標(biāo)簽下；⑤將聚類后的搜索結(jié)果進(jìn)行排序并顯示給用戶。

　　1.2 國內(nèi)外聚類搜索引擎的發(fā)展現(xiàn)狀

　　搜索引擎的發(fā)展階段總共經(jīng)歷了三個(gè)階段[3]，其中第1代搜索引擎主要是基于人工分類的通用搜索；第2代主要依靠機(jī)器進(jìn)行自動爬取和分析，利用鏈接分析技術(shù)實(shí)現(xiàn)更為準(zhǔn)確的搜索，如Google、百度等；第3代搜索引擎更加體現(xiàn)了智能化、互動式和人性化。功能包括自動聚類、去重、用戶習(xí)慣記憶等方面，是未來搜索引擎主要的發(fā)展方向。

　　近幾年，國際上對聚類搜索引擎系統(tǒng)的研究日漸火熱，已經(jīng)出現(xiàn)了一些知名的聚類搜索系統(tǒng)。其中，Scatter/Gather系統(tǒng)[4]是第一個(gè)在搜索引擎上使用聚類方法的系統(tǒng)；Vivisimo[5]是一種商業(yè)化聚類搜索引擎，符合用戶使用習(xí)慣，搜索效率高�；�于Java的開源Carrot2聚類搜索引擎[5]可自動的把搜索結(jié)果歸類到相應(yīng)的語義類別中，它的一個(gè)亮點(diǎn)是速度和易用性的提高。中文搜索領(lǐng)域，早期比較有實(shí)力的聚類搜索引擎有Bbmao，Bbmao搜索系統(tǒng)推出了去重功能，為網(wǎng)民解決了大量閱讀重復(fù)信息的煩惱。Bbmao的聚類功能，能夠提高查找信息的效率，它還具有云集各大搜索引擎結(jié)果的功能，同時(shí)完成海量信息的分門別類。近期出現(xiàn)的baigoogleledu綜合了谷歌、百度兩大搜索引擎。其基本出發(fā)點(diǎn)是兩大搜索引擎的搜索結(jié)果的很大的差異性。這類系統(tǒng)對搜索結(jié)果進(jìn)行聚類分析，在一定程度上緩解了廣告泛濫的局面，使用戶更便捷地找到需要的信息。

　　有關(guān)國內(nèi)外聚類搜索引擎的相關(guān)技術(shù)，主要有聚類分析、聚類算法、中文信息處理等技術(shù)。Anton等人[7]致力于把分類體系引入評估體系來評價(jià)聚類效果質(zhì)量的研究。Sudipto Guha等研究人員[8]應(yīng)用概念關(guān)聯(lián)代替?zhèn)鹘y(tǒng)的計(jì)算歐式距離，來衡量數(shù)據(jù)之間的相似度，從而確定聚類，達(dá)到了很好的效果。

　　國內(nèi)一些學(xué)術(shù)組織和團(tuán)體很早就開始對自動文本分類、聚類領(lǐng)域等相關(guān)內(nèi)容進(jìn)行研究，從“天網(wǎng)”和“網(wǎng)絡(luò)指南針”開始北京大學(xué)和清華大學(xué)就開始致力于網(wǎng)頁的聚類技術(shù)研究。此外，北京科技大學(xué)的麻雪云提出了一種基于關(guān)鍵名詞短語聚類的中文搜索結(jié)果聚類方法[9]，利用百度、谷歌、雅虎三大搜索引擎來獲取互聯(lián)網(wǎng)信息，對搜索結(jié)果進(jìn)行聚類分析。國防科技大學(xué)的肖坤對STC算法和Lingo算法進(jìn)行了比較，并對STC算法進(jìn)行了改進(jìn)，設(shè)計(jì)實(shí)現(xiàn)了一個(gè)面向校園網(wǎng)聚類搜索引擎系統(tǒng)[10]。

　　2 聚類搜索引擎的功能分析

　　2.1 聚類對象分析

　　現(xiàn)有聚類搜索引擎的聚類對象主要包括三類數(shù)據(jù)：商業(yè)數(shù)據(jù)、評價(jià)數(shù)據(jù)、社交數(shù)據(jù)。

　　商品數(shù)據(jù)主要包括對服裝、電器、化妝品等數(shù)據(jù)信息進(jìn)行分類整理，例如用戶在淘寶網(wǎng)輸入“牙膏”關(guān)鍵字，在網(wǎng)頁上立馬顯示出“功能”、“品牌”、“產(chǎn)地”等分類信息，并按照銷量、價(jià)格、信用進(jìn)行了排序，對商品的聚類分析清晰明確。評價(jià)數(shù)據(jù)主要包括論壇對相關(guān)主題的討論信息，博客的交流信息，商業(yè)網(wǎng)站對商品的滿意度評價(jià)信息等。大連海事大學(xué)的魯明羽、姚曉娜等人提出一種基于模糊聚類的網(wǎng)絡(luò)論壇熱點(diǎn)話題挖掘算法，通過分析帖子和用戶間的影響力傳遞，來判斷是否為焦點(diǎn)人物和熱門話題[11]。社交數(shù)據(jù)主要包括社交網(wǎng)絡(luò)注冊用戶個(gè)人資料信息、用戶關(guān)注度信息、用戶之間交互信息等社交數(shù)據(jù)資源。社交數(shù)據(jù)隱含了大量可以用于聚類的關(guān)聯(lián)信息，對實(shí)現(xiàn)智能和個(gè)性化聚類搜索具有重要意義。此外，聚類對象按數(shù)據(jù)類型還可以劃分為文本數(shù)據(jù)、多媒體數(shù)據(jù)等。

　　2.2 聚類功能分析

　　聚類搜索引擎的聚類功能主要有智能聚類、去重、多媒體、覆蓋性等能力。

　　智能聚類：聚類搜索引擎大多具有這項(xiàng)功能。目前做得最好的如Vivisimo系統(tǒng)，它最大的特色是會對搜索結(jié)果自動分類，采用專門開發(fā)的啟發(fā)式算法來集合或聚類原文文獻(xiàn)。

　　去重：去重可以取掉大部分的廣告網(wǎng)頁并節(jié)省掉用戶的選擇時(shí)間，是十分實(shí)用的一項(xiàng)聚類功能。國內(nèi)的比比貓的去重功能非常出色，在用戶獲得多個(gè)搜索引擎的搜索結(jié)果后，比比貓可以自動為用戶獲取最有搜索結(jié)果并取掉重復(fù)的信息。

　　多媒體：除了文本聚類，聚類搜索引擎還關(guān)注視頻、音頻等多媒體信息進(jìn)行聚類的功能，商業(yè)化、集成化、多媒體化的氣息更加濃厚。搜狗音樂推出了新版的聚類頁面，可視化強(qiáng)，用戶輸入音樂名稱，將獲得全新的聚類結(jié)果，該結(jié)果首先按照音頻特征聚類，再按照文本信息聚類，保證搜索界面顯示的音樂相關(guān)度最高。

　　覆蓋性：聚類搜索引擎一般基于一些大型通用搜索引擎的數(shù)據(jù)資源，這樣能夠保證搜索的結(jié)果覆蓋全面，可聚類的對象內(nèi)容豐富。

　　2.3 聚類算法分析

　　聚類搜索引擎的聚類算法主要有層次聚類、樹狀聚類、網(wǎng)狀聚類、圓形聚類。其中Carrot2、Clusty(clusty.com)、iBoogie( iBoogie.com)等系統(tǒng)使用層次聚類的方法，按照來源及站點(diǎn)進(jìn)行聚類。PinkySeach[12]和Mnemomap(mnemomap.org)系統(tǒng)是使用樹狀結(jié)構(gòu)的聚類算法，將聚類的結(jié)果以列表的形式展示出來。UJIKO系統(tǒng)(ujiko.com)是使用圓形結(jié)構(gòu)的聚類算法，它將搜索結(jié)果聚類后按照主題自動分類成圖形界面顯示出來。Quintura系統(tǒng)(quintura.com)是使用網(wǎng)狀結(jié)構(gòu)的聚類算法，是通過標(biāo)簽云的形式將在語義上相關(guān)的詞聚類，構(gòu)成網(wǎng)狀鏈接。

　　3 典型聚類搜索引擎

　　3.1 Vivisimo系統(tǒng)

　　Vivisimo系統(tǒng)[5]的基本步驟包括：首先系統(tǒng)自動地、并行地向多個(gè)大型搜索引擎提交查詢請求，然后匯集每個(gè)查詢返回的結(jié)果，對查詢的結(jié)果進(jìn)行聚類分析，經(jīng)過去重、合并、分類等步驟后，通過輸出處理顯示給用戶。Vivisimo的聚類對象是從多個(gè)搜索引擎返回的搜索結(jié)果，主要是文本信息。Vivisimo的聚類功能主要是文本的聚類，通過對文本內(nèi)容進(jìn)行搜索和歸類分析，vivisimo的軟件可以使用戶從沒有預(yù)先標(biāo)記或分類的資源中整合、分類內(nèi)容。Vivisimo采用啟發(fā)式算法，借鑒了人工智能的理念，對檢索的結(jié)果進(jìn)行聚類，可以把文本信息自動地分成等級排序的類目，它的每一步都是自動化的，不需要人工干預(yù)。

　　目前Vivisimo的商業(yè)應(yīng)用十分廣泛，它對信息的分類很體貼，具有人性化。其細(xì)致的檢索結(jié)果顯示方式使它成為了業(yè)界的精品，連續(xù)多年成為“最佳元搜索引擎”。但是，Vivisimo于沒有自身的數(shù)據(jù)資源庫，依附于其他大型搜索引擎，獨(dú)立性較差，檢索功能有待加強(qiáng)。

　　3.2 Carrot2系統(tǒng)

　　Carrot2是基于Java開發(fā)的開源聚類搜索系統(tǒng)[6]，主要用于對搜索結(jié)果進(jìn)行聚類。與Vivisimo相似，首先也是用戶輸入關(guān)鍵字在Bing、baidu、google等知名搜索引擎進(jìn)行搜索，然后對返回的搜索結(jié)果進(jìn)行聚類，并通過樹形的分類圖進(jìn)行顯示出來。Carrot2的聚類對象主要是各大搜索引擎返回的搜索結(jié)果，其通過文檔聚類平臺workbench，對搜索的數(shù)據(jù)進(jìn)行聚類分析，并通過文檔聚類服務(wù)器DCS，將聚類結(jié)果作為REST服務(wù)呈現(xiàn)。最后，Carrot2以WebApp方式將聚類結(jié)果作為網(wǎng)絡(luò)應(yīng)用呈現(xiàn)給終端用戶。Carrot2采用的聚類算法主要是Lingo(基于奇異值分解的索引結(jié)果聚類)算法和STC(Suffix Tree Clustering)后綴樹聚類算法。

　　目前Carrot2支持的聚類算法較多，代碼開源可以進(jìn)行版本的更新和改進(jìn)。該系統(tǒng)應(yīng)用廣泛、可移植性較好。但是Carrot2中文分詞效果不好，可視化效果不佳。

　　4 聚類搜索引擎發(fā)展趨勢

　　文獻(xiàn)[1]通過對大量搜索引擎的評測，發(fā)現(xiàn)獨(dú)立性差、專用算法欠缺、搜索速度慢等一系列問題，但該文主要對搜索結(jié)果的聚類方法進(jìn)行了評測，對聚類搜索引擎的趨勢的分析也主要側(cè)重于聚類方法。本文認(rèn)為聚類搜索引擎未來將向數(shù)據(jù)海量化，鏈接社交化，聚類綜合化三個(gè)方向發(fā)展。

　　4.1 數(shù)據(jù)海量化

　　現(xiàn)階段的聚類搜索由于數(shù)據(jù)集較為單一，聚類算法過于老舊，造成呈現(xiàn)給用戶的檢索結(jié)果數(shù)量少，內(nèi)容貧乏，這樣必然影響聚類搜索的發(fā)展壯大。所以未來聚類搜索必然要向數(shù)據(jù)海量化發(fā)展。近期，美國互聯(lián)網(wǎng)公司“耶寶”日前推出一種更具人性化的搜索引擎，有別于當(dāng)今主流搜索引擎網(wǎng)站提供的單維搜索，并非一般的羅列搜索結(jié)果，而是通過對搜索的詞條和海量的網(wǎng)頁的內(nèi)容進(jìn)行分析，自動對搜索結(jié)果進(jìn)行聚類和分類，為用戶提供豐富而直觀的結(jié)果。

　　4.2 鏈接社交化

　　在搜索引擎中引入社交元素，由于目前Web社交網(wǎng)絡(luò)形成了一個(gè)巨大的Deep Web(針對網(wǎng)絡(luò)爬蟲而言)，而這個(gè)數(shù)據(jù)量對搜索引擎來說是非常大而且有用的，搜索引擎作為用戶獲取信息的主要渠道，勢必需要這些用戶活躍度和新鮮度很高的數(shù)據(jù)資源。由于社交數(shù)據(jù)中蘊(yùn)含著大量數(shù)據(jù)之間的潛在鏈接，因此基于社交數(shù)據(jù)進(jìn)行聚類搜索可望更好滿足用戶的個(gè)性化需求。

　　4.3 聚類綜合化

　　聚類的多元化、跨領(lǐng)域、綜合化將是新型聚類搜索的重要特點(diǎn)。局限于單個(gè)應(yīng)用領(lǐng)域的聚類搜索已經(jīng)難以適應(yīng)需要，跨領(lǐng)域聚類將是未來聚類搜索面臨的主要挑戰(zhàn)。

　　5 結(jié)束語

　　隨著Web2.0的蓬勃發(fā)展，網(wǎng)頁數(shù)量成級數(shù)增長，為了使互聯(lián)網(wǎng)用戶更加方便、快捷的得到需要的信息，聚類搜索代表著一種重要搜索引擎的發(fā)展方向。隨著聚類搜索引擎的算法和數(shù)據(jù)源的逐步完善，聚類搜索引擎技術(shù)將得到迅猛發(fā)展和更為廣泛的應(yīng)用。（來源：電腦知識與技術(shù) 編選：中國SEO）

　　參考文獻(xiàn)：

　　[1]蘇建華，張燦，聚類搜索引擎研究[J].新世紀(jì)圖書館，2009(6)：72-75.

　　[2]蒼宏宇，譚宗穎，聚類搜索引擎發(fā)展現(xiàn)狀研究[J]，圖書情報(bào)工作，2009，53(2)：125-127.

　　[3]沈賀丹，潘亞楠，關(guān)于搜索引擎的研究綜述[J].計(jì)算機(jī)技術(shù)與發(fā)展，2006.16(4)：147-152.

　　[4] Banos R，Gil C，Reca J，et，al.Implementation of scatters search for multi-objective optimization：A comparative study.Computational Optimization and Applications，2009，42(3)：421-441.

　　[5] Koshman Sherry，Spink Amanda，Jansen Bernard.Web Seaching on the Vivisimo Search Engine[J].Journal of the American Society for Information Science and Technology，2006，57(14)：1875-1887.

　　[6] Carrot2 Framework.Carrot2：Design of a Flexible and Efficient Web Information Retrieval Framework[C].Third International Atlantic Web Intelligence Conference(AWIC2005)，Lodz，Poland，2005：439-444.

　　[7] Anton V Leouski，W Bruce Crift.An Evalution of Techniques for Clustering Seach Results[J].Computer Science Depart-ment，1996：1-19.

　　[8] Stdipto Guha，Rajeev Rastogi，Kyuseok Shim.ROCK：A Robust Clustering Algorithm for Categorical Attributes[J/OL].[2008-08-12].

　　[9]麻雪云，基于聚類的元搜索引擎設(shè)計(jì)和實(shí)現(xiàn)[D].北京：北京信息科技大學(xué)，2008.

　　[10]肖坤，面向用戶興趣的校園網(wǎng)聚類搜索引擎的研究與實(shí)現(xiàn)[D].長沙：國防科技大學(xué)，2010.

　　[11]魯明羽，姚曉娜，魏善嶺，基于模糊聚類的網(wǎng)絡(luò)論壇熱點(diǎn)話題挖掘[J].大連海事大學(xué)學(xué)報(bào)，2008，34(04)：52-58.

　　[12]余晉等.PinkySearch：基于聚類的元搜索引擎[C].NDBC 2009.

服務(wù)器租用/服務(wù)器托管中國五強(qiáng)！虛擬主機(jī)域名注冊頂級提供商！15年品質(zhì)保障！--億恩科技[ENKJ.COM]