新聞搜索引擎系統(tǒng)中的網(wǎng)絡(luò)機(jī)器人技術(shù).pdf

1、Internet上的信息龐雜且分散,而搜索引擎系統(tǒng)則與人們的網(wǎng)絡(luò)生活關(guān)系越來(lái)越密切.搜索引擎是一些站點(diǎn)中提供的將Internet上網(wǎng)站和網(wǎng)頁(yè)的信息進(jìn)行收集、整理和組織從而幫助用戶找到所需信息的服務(wù).搜索引擎通過(guò)網(wǎng)絡(luò)搜索軟件(又稱為網(wǎng)絡(luò)搜索機(jī)器人Web Robots)或網(wǎng)站登錄等方式,將Internet上大量網(wǎng)站的頁(yè)面收集到本地,經(jīng)過(guò)加工處理而建成數(shù)據(jù)庫(kù),當(dāng)用戶輸入關(guān)鍵字(Keyword)查詢時(shí),該網(wǎng)站會(huì)告訴用戶包含該關(guān)鍵字信息的所有網(wǎng)址

2、,并提供通向該網(wǎng)站的鏈接.新聞搜索引擎是搜索引擎的一種.它通過(guò)實(shí)時(shí)的獲取互聯(lián)網(wǎng)隨進(jìn)發(fā)布的新聞,對(duì)獲取來(lái)的信息進(jìn)行綜合處理,提供給互聯(lián)網(wǎng)上的用戶進(jìn)行新聞的實(shí)時(shí)搜索,所以也是普通網(wǎng)頁(yè)搜索引擎的一個(gè)不可替代的補(bǔ)充.目前國(guó)內(nèi)在達(dá)到用戶需求的新聞搜索引擎方面存在一定的空缺.文中對(duì)搜索引擎理論和技術(shù)進(jìn)行概述,對(duì)網(wǎng)絡(luò)機(jī)器人的實(shí)現(xiàn),HTML文檔的掃描分析,文檔的發(fā)現(xiàn)算法等技術(shù)作了研究,并在此基礎(chǔ)上實(shí)現(xiàn)了適合新聞搜索引擎系統(tǒng)使用的網(wǎng)絡(luò)機(jī)器人.目前,該網(wǎng)絡(luò)