基于Hadoop与R的搜索引擎自动搜索性能线性回归评估
信息检索
2020-12-07 v1
摘要
搜索引擎的自动搜索性能已成为衡量用户体验差异的重要组成部分。高效的自动搜索系统能显著提升搜索引擎性能并增加用户流量。Hadoop具备强大的数据集成与分析能力，而R在线性回归方面具有优异的统计能力。本文提出一种基于Hadoop与R的线性回归方法，以量化自动检索系统的效率。我们利用R的函数特性依据线性相关性转换用户的搜索结果。由此，最终输出结果具有多种展示形式，而非网页预览界面。本文针对当前搜索引擎算法缺乏一次或二次搜索准确度及多种搜索结果类型的缺陷提供可行方案。我们可借助公共数据集对用户需求进行个性化回归分析，并优化最相关信息资源的整合。
引用
@article{arxiv.2012.02629,
title = {Linear Regression Evaluation of Search Engine Automatic Search Performance Based on Hadoop and R},
author = {Hong Xiong},
journal= {arXiv preprint arXiv:2012.02629},
year = {2020}
}