作者：徐洋; 王文生; 谢能付元搜索用户行为学习结果聚类
摘要：为解决搜索引擎结果繁杂而导致的浏览性不高的问题，提出一个基于用户行为学习的元搜索框架和结果聚类方法，并加以详细描述。利用该框架与方法，可以实时搜集用户行为进行推理学习，将学习到的有效知识存入知识库用以指导结果聚类，并随着用户的搜索过程不断调整完善。原型系统证明该方法是可行有效的。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《数据分析与知识发现》（CN：10-1478/G2）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《数据分析与知识发现》内容定位于广泛吸纳计算机科学、数据科学、情报科学以及数字科研、数字教育和数字文化等领域的技术与方法，研究数据驱动的语义计算、内容分析、数据挖掘、知识发现、智能管理和决策支持等方面的技术、方法、系统以及支撑设施、政策与机制等，尤其是聚焦从海量、异构、分布、动态、甚至富媒体数据中挖掘和发现知识以支持研究、管理和决...
