基于垂直搜索技術(shù)的競(jìng)爭(zhēng)情報(bào)采集系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、本文介紹了上海市化工科學(xué)技術(shù)情報(bào)研究所開發(fā)建設(shè)的基于垂直搜索技術(shù)的競(jìng)爭(zhēng)情報(bào)采集系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)過(guò)程。
　　首先，本文簡(jiǎn)要介紹了論文研究的背景和課題來(lái)源，通過(guò)介紹國(guó)內(nèi)外競(jìng)爭(zhēng)情報(bào)分析軟件或平臺(tái)的現(xiàn)狀，說(shuō)明了競(jìng)爭(zhēng)情報(bào)采集系統(tǒng)的特點(diǎn)——具有搜索引擎與檢索對(duì)接的特點(diǎn)。上海市化工科學(xué)技術(shù)情報(bào)研究所長(zhǎng)期承擔(dān)了行業(yè)情報(bào)信息的研究和發(fā)布工作，開發(fā)建設(shè)本系統(tǒng)具有積極的應(yīng)用價(jià)值。針對(duì)市場(chǎng)上的同類產(chǎn)品存在的不足情況，在研究目標(biāo)中提出了五個(gè)方面的改進(jìn)設(shè)想。

2、
　　其次，本文詳細(xì)介紹了通用搜索引擎的工作原理，搜索引擎實(shí)現(xiàn)的主要功能模塊，為本文后續(xù)章節(jié)的論述提供了理論依據(jù)。
　　隨后，本文通過(guò)通用搜索引擎與垂直搜索引擎的比較，說(shuō)明了垂直搜索引擎比通用搜索引擎具有“專、精、深”的特點(diǎn)，是特定行業(yè)領(lǐng)域、專業(yè)信息機(jī)構(gòu)等開展網(wǎng)絡(luò)信息資源開發(fā)和服務(wù)的應(yīng)用工具。本文還分別介紹了對(duì)于實(shí)現(xiàn)垂直搜索引擎的關(guān)鍵技術(shù)，這些知識(shí)的介紹為設(shè)計(jì)和實(shí)現(xiàn)行業(yè)競(jìng)爭(zhēng)情報(bào)采集系統(tǒng)具有明顯的針對(duì)性，是后續(xù)章節(jié)的總綱。

3、r>　　最后，重點(diǎn)介紹了基于垂直搜索技術(shù)的競(jìng)爭(zhēng)情報(bào)采集系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)過(guò)程。從詞表庫(kù)的建立、信息和數(shù)據(jù)的采集、信息檢索和用戶界面設(shè)計(jì)模塊逐一做了論述，其中信息和數(shù)據(jù)的采集模塊和信息檢索模塊是本文的論述重點(diǎn)。信息和數(shù)據(jù)的采集模塊中介紹了人工信息和數(shù)據(jù)的錄入，網(wǎng)頁(yè)信息和數(shù)據(jù)自動(dòng)采集中的“蜘蛛”程序編寫；信息檢索模塊中重點(diǎn)介紹了搜索引擎倒排序技術(shù)的實(shí)現(xiàn)，而對(duì)于本文數(shù)據(jù)統(tǒng)計(jì)與分析和后臺(tái)數(shù)據(jù)庫(kù)管理模塊本文作了略述。
　　本系統(tǒng)建設(shè)和實(shí)現(xiàn)過(guò)程

4、中，并不一味的追求理論過(guò)程中每一步過(guò)程，而是結(jié)合本系統(tǒng)的硬件環(huán)境和信息采集特點(diǎn)，提出了工作中的創(chuàng)新點(diǎn)，有選擇的將幾個(gè)功能進(jìn)行合并操作。如在網(wǎng)絡(luò)信息的自動(dòng)采集過(guò)程中，將信息采集和頁(yè)面抽取、詞性標(biāo)注等合并在同一段程序中實(shí)現(xiàn)，壓縮了信息采集和識(shí)別的時(shí)間，節(jié)省了服務(wù)器的開銷。
　　本系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)是上海市化工科學(xué)技術(shù)情報(bào)研究所競(jìng)爭(zhēng)情報(bào)分析平臺(tái)的重要組成部分，為今后進(jìn)一步開展基于人工智能技術(shù)的競(jìng)爭(zhēng)情報(bào)分析系統(tǒng)的開發(fā)做了前期研究，為后期系統(tǒng)