论文部分内容阅读
入口页面（主页）查询结果只有一个，并且用户的查询词常常是简短的页面名称，由于它要求更高的精准度，一般认为是较为困难的．依据语言模型分析，挖掘出对中文入口页面（entry page）检索有意义的查询域作为基准检索的内容域．同时考虑到非内容网页优先级（URI，type等）特征的重要性，建立综合内容域和非内容网页特征的检索模型，通过URL类型优先级（URL-type prior）的概率统计，发现入口页面和其相关的子页面之间存在比较大的联系．据此提出基于相关子页面的入口页面提取算法PERS（page extrac