專利名稱：一種搜索引擎的評測方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計算機(jī)應(yīng)用技術(shù)領(lǐng)域，尤其涉及一種搜索引擎的評測方法。
背景技術(shù)：
互聯(lián)網(wǎng)的迅猛發(fā)展和廣泛普及，使人們可以方便地從網(wǎng)絡(luò)上獲得信息，但網(wǎng)絡(luò)信息的爆炸性增長，又使人們準(zhǔn)確、快速地獲得有價值信息的難度大大增加。由于每個搜索引擎的語料庫大小、索引新鮮度和語料重復(fù)度不同，導(dǎo)致搜索引擎相對于同一個關(guān)鍵詞的返回結(jié)果大不相同。當(dāng)用戶需要對某個領(lǐng)域關(guān)鍵詞進(jìn)行搜索，并期望準(zhǔn)確的找到所需要的信息時，則需要先對比較各個搜索引擎在當(dāng)前領(lǐng)域的優(yōu)劣，以選擇最合適的搜索引擎進(jìn)行信息的獲取。現(xiàn)有技術(shù)中對搜索引擎進(jìn)行評測時需具備訪問搜索引擎內(nèi)部數(shù)據(jù)的特權(quán)，并且需掌握搜索引擎工作原理等專業(yè)知識。然而，普通用戶并不具備上述能力，因此，無法快速、高效的實(shí)現(xiàn)搜索引擎評測。

發(fā)明內(nèi)容
本發(fā)明的目的是提供一種搜索引擎的評測方法，基于領(lǐng)域本體的外部方法，實(shí)現(xiàn)了簡潔、準(zhǔn)確、快速的對搜索弓I擎進(jìn)行評測。本發(fā)明的目的是通過以下技術(shù)方案實(shí)現(xiàn)的一種搜索引擎的評測方法，包括根據(jù)用于表示當(dāng)前關(guān)鍵詞與其他關(guān)鍵詞的權(quán)重及權(quán)重關(guān)系的領(lǐng)域本體圖及用于表示當(dāng)前網(wǎng)頁中當(dāng)前關(guān)鍵詞與其他關(guān)鍵詞的權(quán)重及權(quán)重關(guān)系的網(wǎng)頁本體圖計算當(dāng)前領(lǐng)域本體中的某一關(guān)鍵詞在當(dāng)前網(wǎng)頁的網(wǎng)頁相關(guān)度；計算所述當(dāng)前關(guān)鍵詞通過搜索引擎返回的若干網(wǎng)頁的網(wǎng)頁相關(guān)度總和，獲得當(dāng)前搜索引擎在所述當(dāng)前關(guān)鍵詞所處領(lǐng)域的評分。由上述本發(fā)明提供的技術(shù)方案可以看出，本發(fā)明無需訪問搜索引擎內(nèi)部文件或目錄來進(jìn)行搜索引擎評測，而通過基于領(lǐng)域本體的外部方法，實(shí)現(xiàn)了簡潔、準(zhǔn)確、快速的對搜索引擎進(jìn)行評測。


為了更清楚地說明本發(fā)明實(shí)施例的技術(shù)方案，下面將對實(shí)施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域的普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他附圖。圖I為本發(fā)明實(shí)施例一提供的一種搜索引擎的評測方法的流程圖；圖2為本發(fā)明實(shí)施例二提供的又一種搜索引擎的評測方法的流程圖3為本發(fā)明實(shí)施例二提供的一種領(lǐng)域本體圖中關(guān)鍵詞權(quán)重值及關(guān)系權(quán)重值的示意圖。
具體實(shí)施例方式下面結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整 地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明的保護(hù)范圍。實(shí)施例一下面將結(jié)合附圖對本發(fā)明實(shí)施例作進(jìn)一步地詳細(xì)描述。如圖I所示，一種搜索引擎的評測方法，包括如下步驟步驟101、根據(jù)用于表示當(dāng)前關(guān)鍵詞與其他關(guān)鍵詞的權(quán)重及權(quán)重關(guān)系的領(lǐng)域本體圖及用于表示當(dāng)前網(wǎng)頁中當(dāng)前關(guān)鍵詞與其他關(guān)鍵詞的權(quán)重及權(quán)重關(guān)系的網(wǎng)頁本體圖計算當(dāng)前領(lǐng)域本體中的某一關(guān)鍵詞在當(dāng)前網(wǎng)頁的網(wǎng)頁相關(guān)度。其方法可以為根據(jù)選定的關(guān)鍵詞構(gòu)建領(lǐng)域本體圖，該領(lǐng)域本體圖中包括當(dāng)前關(guān)鍵詞與當(dāng)前領(lǐng)域中其他關(guān)鍵詞間權(quán)重關(guān)系；將該關(guān)鍵詞通過搜索引擎進(jìn)行搜索，選定返回的搜索結(jié)果的中的某一網(wǎng)頁，構(gòu)建網(wǎng)頁本體圖，該網(wǎng)頁本體圖中包括當(dāng)前關(guān)鍵詞在當(dāng)前網(wǎng)頁中與當(dāng)前領(lǐng)域中其他關(guān)鍵詞間權(quán)重關(guān)系的；根據(jù)該關(guān)鍵詞的領(lǐng)域本體圖及網(wǎng)頁本體圖，計算該關(guān)鍵詞在當(dāng)前網(wǎng)頁的網(wǎng)頁相關(guān)度。步驟102、計算所述當(dāng)前關(guān)鍵詞通過搜索引擎返回的若干網(wǎng)頁的網(wǎng)頁相關(guān)度總和，獲得當(dāng)前搜索引擎在所述當(dāng)前關(guān)鍵詞所處領(lǐng)域的評分。其計算方法具體可以為分別將每一個返回的網(wǎng)頁的網(wǎng)頁相關(guān)度與該網(wǎng)頁在當(dāng)前搜索引擎頁面的權(quán)重值相乘，再計算總和，該數(shù)值則為當(dāng)前搜索引擎在所述某一關(guān)鍵詞所處領(lǐng)域的評分。其中，返回的網(wǎng)頁的權(quán)重值與該網(wǎng)頁所處搜索引擎頁面相關(guān)，一般而言，返回的網(wǎng)頁越靠前其權(quán)重值越大，反之越小。還可將所述某一關(guān)鍵詞分別通過N (大于O的自然數(shù))個搜索引擎進(jìn)行搜索，并統(tǒng)一選取返回的若干網(wǎng)頁，分別計算每一個搜索引擎返回的若干網(wǎng)頁的網(wǎng)頁相關(guān)度總和，按照所述網(wǎng)頁相關(guān)度總和的大小，判斷搜索引擎在所述某一關(guān)鍵詞所處領(lǐng)域優(yōu)劣。本發(fā)明實(shí)施例提供的搜索引擎的評測方法，無需訪問搜索引擎內(nèi)部文件或目錄來進(jìn)行搜索引擎評測，而通過基于領(lǐng)域本體的外部方法，實(shí)現(xiàn)了簡潔、準(zhǔn)確、快速的對搜索引擎進(jìn)行評測。實(shí)施例二為便于理解，下面將結(jié)合附圖2-3對本發(fā)明實(shí)施例的具體實(shí)現(xiàn)方式作進(jìn)一步描述。如圖2所示，一種搜索引擎的評測方法，包括如下步驟步驟201、抓取關(guān)鍵詞。從專業(yè)目錄網(wǎng)站中，例如維基百科、百度百科和ODP等，抓取關(guān)鍵詞，將抓取到的關(guān)鍵詞按照領(lǐng)域進(jìn)行分類形成關(guān)鍵詞詞庫，如音樂，體育等。一般而言，利用專業(yè)目錄網(wǎng)站中的抓取到的關(guān)鍵詞來構(gòu)建領(lǐng)域相關(guān)的問詢詞詞庫，可以提高網(wǎng)頁相關(guān)度評測的準(zhǔn)確性，進(jìn)而提高系統(tǒng)的準(zhǔn)確性。
步驟202、選定關(guān)鍵詞，并根據(jù)選定好的關(guān)鍵詞構(gòu)建領(lǐng)域本體圖。首先選擇一個關(guān)鍵詞，根據(jù)當(dāng)前關(guān)鍵詞所處的領(lǐng)域類型建立關(guān)鍵詞集合，確定所述關(guān)鍵詞集合中所有關(guān)鍵詞的詞性(如名次，動詞等)，并按照語義相近程度將所述關(guān)鍵詞集合中的關(guān)鍵詞聚類；再根據(jù)分類學(xué)、語義和聚類概念對所述關(guān)鍵詞集合中的關(guān)鍵詞進(jìn)行抽取，獲得分類關(guān)系、關(guān)系集合與聚簇關(guān)系集合；最后根據(jù)抽取時的概率計算每一個關(guān)鍵詞在當(dāng)前領(lǐng)域本體中的權(quán)重值、分類關(guān)系中關(guān)鍵詞間的關(guān)系權(quán)重值及關(guān)系集合中關(guān)鍵詞間的關(guān)系權(quán)重值。上述僅為領(lǐng)域本體圖的其中一種建立方法，用戶還可以根據(jù)實(shí)際需求做出調(diào)整。例如,可在建立關(guān)鍵詞集合后通過本體語料庫對關(guān)鍵詞進(jìn)行校正等,還可對關(guān)鍵詞集合進(jìn)行其他類型的抽取，再建立對應(yīng)的集合；還可將七步法或骨架法等其他領(lǐng)域本體圖的構(gòu)建方法與上述方法相結(jié)合。為了便于理解通過上述方法建立的領(lǐng)域本體圖的含義，可將其定義為0G=〈T，F(xiàn)，H，R，C，A>，其中T代表OG中關(guān)鍵詞集合，F(xiàn)代表屬于T中關(guān)鍵詞的詞性，H代表T中關(guān)鍵詞的分類關(guān)系，R代表關(guān)鍵詞之間關(guān)系集合，C代表T中關(guān)鍵詞的聚簇關(guān)系集合，A代表描述R中每個關(guān)系的理論集合。例如，以“娛樂”作為主體構(gòu)建的領(lǐng)域本體圖，關(guān)鍵詞集合T=K娛樂，1)，(音樂，O. 9)，(電影，O. 9)，(流行，O. 8)，(唱歌，O. 7)，(卡通，O. 6)，(演出，O. 5)，(演員，O. 5)};詞性集合 F= {(娛樂，noun),(音樂，noun),(流行，noun),(唱歌，verb),(卡通，noun),(電影,noun)(演出，noun),(演員，noun)} ；H={(娛樂,音樂,O. 5),(音樂，流行，0.5)} ;R= {(唱歌，音樂，0.8)，(演員，演出，0.9)，(演員，電影，0.9)} ;C={(音樂，音樂)，(音樂，流行)，(音樂，唱歌)，(動畫，卡通)，(電影，演出)，(電影，演員)}，其中F中的英文為該關(guān)鍵詞的詞性，如名詞、動詞等；T中的數(shù)字為該關(guān)鍵詞在以“娛樂”為主體構(gòu)建的領(lǐng)域本體圖中的權(quán)重值；Η與R中的數(shù)字為兩個關(guān)鍵詞的權(quán)重邊的值。上述權(quán)重值與權(quán)重邊的值是根據(jù)抽該時出現(xiàn)的概率計算而來，對于不同的領(lǐng)域本體其關(guān)鍵詞的權(quán)重值與權(quán)重邊也會發(fā)生一定的變化。為更形象的表示各個關(guān)鍵詞的權(quán)重值及權(quán)重邊的值的關(guān)系，可以構(gòu)建如圖3所示的示意圖。而為了便于計算，可以使用關(guān)鍵詞的權(quán)重值及關(guān)鍵詞中的權(quán)重邊的值，計算相關(guān)聯(lián)的關(guān)鍵詞的關(guān)系權(quán)重值，下表以“娛樂”、“音樂”、“流行”和“唱歌”為例計算關(guān)系權(quán)重值
權(quán)利要求
1.一種搜索引擎的評測方法，其特征在于，包括 根據(jù)用于表示當(dāng)前關(guān)鍵詞與其他關(guān)鍵詞的權(quán)重及權(quán)重關(guān)系的領(lǐng)域本體圖及用于表示當(dāng)前網(wǎng)頁中當(dāng)前關(guān)鍵詞與其他關(guān)鍵詞的權(quán)重及權(quán)重關(guān)系的網(wǎng)頁本體圖計算當(dāng)前關(guān)鍵詞在當(dāng)前網(wǎng)頁中的網(wǎng)頁相關(guān)度； 計算所述當(dāng)前關(guān)鍵詞通過搜索引擎返回的若干網(wǎng)頁的網(wǎng)頁相關(guān)度總和，獲得當(dāng)前搜索引擎在所述當(dāng)前關(guān)鍵詞所處領(lǐng)域的評分。
2.根據(jù)權(quán)利要求I所述的方法，其特征在于，該方法還包括 抓取關(guān)鍵詞，將抓取到的關(guān)鍵詞按照領(lǐng)域進(jìn)行分類，并構(gòu)建領(lǐng)域本體圖； 將某一關(guān)鍵詞發(fā)送至搜索引擎，通過所述搜索引擎返回的相關(guān)網(wǎng)頁及所述某一關(guān)鍵詞對應(yīng)的領(lǐng)域本體圖，構(gòu)建對應(yīng)的網(wǎng)頁本體圖。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述領(lǐng)域本體圖包括關(guān)鍵詞集合及每個關(guān)鍵詞的權(quán)重值、關(guān)鍵詞的詞性、關(guān)鍵詞的分類關(guān)系及相關(guān)關(guān)鍵詞間的關(guān)系權(quán)重值； 構(gòu)建領(lǐng)域本體圖的步驟為 按照領(lǐng)域類型建立關(guān)鍵詞集合，確定所述關(guān)鍵詞集合中所有關(guān)鍵詞的詞性，并按照語義相近程度將所述關(guān)鍵詞集合中的關(guān)鍵詞聚類； 再根據(jù)分類學(xué)、語義和聚類概念對所述關(guān)鍵詞集合中的關(guān)鍵詞進(jìn)行抽取，獲得分類關(guān)系、關(guān)系集合與聚族關(guān)系集合； 根據(jù)抽取時的概率計算每一個關(guān)鍵詞在當(dāng)前領(lǐng)域本體中的權(quán)重值、分類關(guān)系中關(guān)鍵詞間的關(guān)系權(quán)重值及關(guān)系集合中關(guān)鍵詞間的關(guān)系權(quán)重值。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，構(gòu)建網(wǎng)頁本體圖的步驟包括 將網(wǎng)頁文本分割為M個短句，從中提取出N個當(dāng)前領(lǐng)域本體中的關(guān)鍵詞，并分別計算每一個關(guān)鍵詞在當(dāng)前網(wǎng)頁中的權(quán)重值，所述M、N為大于O的自然數(shù)； 根據(jù)當(dāng)前領(lǐng)域本體圖查找具有相關(guān)性的關(guān)鍵詞，并將其在當(dāng)前網(wǎng)頁中的權(quán)重值和當(dāng)前領(lǐng)域本體圖中對應(yīng)的相關(guān)關(guān)鍵詞的關(guān)系權(quán)重值相乘，獲得其在網(wǎng)頁中的關(guān)系權(quán)重值。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述計算某一關(guān)鍵詞在當(dāng)前網(wǎng)頁的網(wǎng)頁相關(guān)度的步驟包括 將網(wǎng)頁本體圖中該關(guān)鍵詞與其自身間關(guān)系權(quán)重值之外的所有關(guān)系權(quán)重值之和除以當(dāng)前領(lǐng)域本體圖中該關(guān)鍵詞與其自身間關(guān)系權(quán)重值之外的所有關(guān)系權(quán)重值之和，獲得某一關(guān)鍵詞在當(dāng)前網(wǎng)頁的網(wǎng)頁相關(guān)度。
6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述計算所述某一關(guān)鍵詞通過搜索引擎返回的若干網(wǎng)頁的網(wǎng)頁相關(guān)度總和包括 分別將每一個返回的網(wǎng)頁的網(wǎng)頁相關(guān)度與所述網(wǎng)頁在當(dāng)前搜索引擎頁面的權(quán)重值相乘，再計算總和，獲得當(dāng)前搜索引擎在所述某一關(guān)鍵詞所處領(lǐng)域的評分。
7.根據(jù)權(quán)利要求I或6所述的方法，其特征在于，該方法還包括 將某一關(guān)鍵詞分別通過S個搜索引擎進(jìn)行搜索，并統(tǒng)一選取返回的若干網(wǎng)頁，分別計算每一個搜索引擎返回的若干網(wǎng)頁的網(wǎng)頁相關(guān)度總和，按照所述網(wǎng)頁相關(guān)度總和的大小，判斷搜索引擎在所述某一關(guān)鍵詞所處領(lǐng)域優(yōu)劣，所述S為大于O的自然數(shù)。
全文摘要
本發(fā)明公開了一種搜索引擎的評測方法，包括根據(jù)用于表示當(dāng)前關(guān)鍵詞與其他關(guān)鍵詞的權(quán)重及權(quán)重關(guān)系的領(lǐng)域本體圖及用于表示當(dāng)前網(wǎng)頁中當(dāng)前關(guān)鍵詞與其他關(guān)鍵詞的權(quán)重及權(quán)重關(guān)系的網(wǎng)頁本體圖計算當(dāng)前領(lǐng)域本體中的某一關(guān)鍵詞在當(dāng)前網(wǎng)頁的網(wǎng)頁相關(guān)度；計算所述當(dāng)前關(guān)鍵詞通過搜索引擎返回的若干網(wǎng)頁的網(wǎng)頁相關(guān)度總和，獲得當(dāng)前搜索引擎在所述當(dāng)前關(guān)鍵詞所處領(lǐng)域的評分。通過采用本發(fā)明公開的方法，實(shí)現(xiàn)了簡潔、準(zhǔn)確、快速的對搜索引擎進(jìn)行評測。
文檔編號G06F17/30GK102929962SQ201210384318
公開日2013年2月13日 申請日期2012年10月11日 優(yōu)先權(quán)日2012年10月11日
發(fā)明者朱明 , 孫永錄, 尹文科 申請人:中國科學(xué)技術(shù)大學(xué)