一種針對(duì)嬰幼兒商品的搜索引擎的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的蓬勃發(fā)展和電子商務(wù)的日益普及，許多消費(fèi)者網(wǎng)購(gòu)時(shí)，會(huì)經(jīng)歷在不同網(wǎng)站間比較相似商品的復(fù)雜過(guò)程，影響了購(gòu)物體驗(yàn)。如何使消費(fèi)者免去到各個(gè)網(wǎng)站比較商品的繁瑣步驟，能夠方便快捷的在更廣的范圍內(nèi)有效的找到所需商品，成為了電子商務(wù)領(lǐng)域亟須解決的問(wèn)題。
　　嬰幼商品是消費(fèi)者網(wǎng)上購(gòu)物時(shí)關(guān)注的一個(gè)重點(diǎn)，但針對(duì)嬰幼商品領(lǐng)域的垂直搜索技術(shù)研究卻非常少，領(lǐng)域相關(guān)的中文分詞算法與排序算法目前也并不完善。因此，本文主要研究面向嬰幼商品領(lǐng)域的垂直搜索引

2、擎技術(shù)，主要內(nèi)容如下:
　　1.對(duì)現(xiàn)有的垂直搜索引擎相關(guān)技術(shù)做出介紹，并針對(duì)聚焦爬蟲(chóng)技術(shù)進(jìn)行了研究，在這基礎(chǔ)上研究了面向多網(wǎng)站嬰幼商品的爬取方法。嬰幼商品聚焦爬蟲(chóng)采用基于網(wǎng)頁(yè)內(nèi)容的分析方法與廣度優(yōu)先搜索策略完成網(wǎng)頁(yè)抓取，對(duì)相關(guān)商品制定抽取規(guī)則實(shí)現(xiàn)數(shù)據(jù)抽取，并使用MongoDB作為數(shù)據(jù)庫(kù)存儲(chǔ)嬰幼商品信息。
　　2.研究并分析了中文分詞技術(shù)的現(xiàn)狀、難點(diǎn)、主要方法，并設(shè)計(jì)了一種面向嬰幼商品領(lǐng)域的分詞算法。該分詞方法結(jié)合了基于詞典的

3、字符串匹配方法與基于統(tǒng)計(jì)的分詞方法，實(shí)現(xiàn)了嬰幼商品領(lǐng)域相關(guān)度更高的中文分詞算法。實(shí)驗(yàn)結(jié)果表明該算法性能可靠，穩(wěn)定有效。
　　3.在現(xiàn)有TF-IDF算法的基礎(chǔ)上，提出了一種考慮了詞條位置與內(nèi)容的適用于本搜索引擎的改進(jìn)TF-IDF算法。通過(guò)權(quán)值評(píng)估實(shí)驗(yàn)得到了各項(xiàng)所需參數(shù)的數(shù)值。在此基礎(chǔ)上設(shè)計(jì)了基于商品結(jié)構(gòu)化信息的排序優(yōu)化算法。
　　4.設(shè)計(jì)與實(shí)現(xiàn)了一個(gè)針對(duì)嬰幼兒商品的垂直搜索引擎。首先對(duì)該引擎設(shè)計(jì)了總體框架，接著依次設(shè)計(jì)與實(shí)現(xiàn)了