互联网的迅速发展和广泛普及导致网上信息爆炸性增长,如何在庞大的互联网上获得有价值的信息已成为用户日益关注的问题。搜索技术的出现为用户快速找到所需信息提供了方便。搜索引擎是一种用于帮助因特网用户查询信息的搜索工具,它以一定的策略在互联网中搜集、发现信息,对信息进行理解、提取、组织和处理,并为用户提供检索服务,从而起到信息导航的目的。随着搜索引擎技术不断向前发展,搜索引擎成为用户用来检索网上信息的主要工具。 然而目前的搜索引擎仍然存在不少的局限性。比如查全率低;查准率低,搜索结果与请求相差较大;各搜索引擎的语法不统一,用户难以掌握;检索策略简单,组合检索能力差;缺乏专门面向某一学科的专题性搜索引擎;搜索引擎的智能程度还很低等。因此,搜索引擎一直在努力进行改进,搜索引擎技术正成为计算机工业界和学术界争相研究、开发的对象。研究目的就是在不提高用户进行检索的难度和效率的情况下,尽量使用户得到更有相关性、包含更多信息的网页。本文正是为了这一目的所做的研究。本文设计并开发了一个基于相关反馈的人机对话搜索引擎系统,以实现用户期望的个性化查询,提高查询的精确度。利用用户认为符合检索目的和不符合检索目的的搜索结果作为反馈信息,依据向量空间模型的原理对用户反馈的搜索结果进行分解计算,分别得出符合用户查询要求和不符合用户查询要求的文本特征向量,根据候补网页与他们的相关程度得到离用户查询要求更接近的候补网页,作为再搜索的结果提交给用户。这样不仅提高了搜索引擎系统的准确率,也避免了用户以输入关键词的形式来进行信息反馈,从而使得查询更加智能化和人性化。