【摘要】：网络中存在的信息量非常巨大，为了提高搜索效率，在搜索过程中，可以构造适当的启发式策略，来指导Agent的路径选择和搜索范围，使文档的搜索具有较强的目的性，以便删除不相关的结点。下面以图10-5所示的Web页面链接结构，说明采用启发式模式进行深度优先的搜索步骤:按照上述步骤，直至漫游完A1的全部页面分支。这里有两个前提:一是漫游到叶子结点后，将返回起始页面;二是页面的兴趣值如果小于给定值，也返回起始页面。
10.4.2 基于兴趣的启发式搜索策略［7］
图10-4 两类搜索引擎网络搜索顺序比较示意图
网络中存在的信息量非常巨大，为了提高搜索效率，在搜索过程中，可以构造适当的启发式策略，来指导Agent的路径选择和搜索范围，使文档的搜索具有较强的目的性，以便删除不相关的结点。下面以图10-5所示的Web页面链接结构，说明采用启发式模式进行深度优先的搜索步骤:
图10-5 基于兴趣的启发式搜索策略示意图
(1)预先设定一个兴趣阈值IT和兴趣基准IB。
(2)计算起始页面A1的目标相关度IA1作为页面A1的兴趣值，并设定当前兴趣值I=IA1。
(3)如果I≥IT，则继续漫游后续页面B1，否则结束漫游过程。
(4)漫游B1页面，计算页面B1的相关度IB1，令此时的兴趣值为I=I+(IB1－IB)。
(5)如果I≥IT，则继续漫游后续页面C1，否则返回A1，取I=IA1，开始漫游B2分支。
(6)按照上述步骤，直至漫游完A1的全部页面分支。这里有两个前提:一是漫游到叶子结点后，将返回起始页面;二是页面的兴趣值如果小于给定值，也返回起始页面。
采用兴趣漫游模式能大幅度提高搜索效率，并可通过调整兴趣基准来控制搜索范围。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
