面向情報(bào)學(xué)研究生教育領(lǐng)域的垂直搜索引擎研究.pdf

1、目前網(wǎng)絡(luò)上存在很多各種類(lèi)型的情報(bào)學(xué)研究生教育資源：各高校研究生網(wǎng)站、高校圖書(shū)館網(wǎng)站、科研院所網(wǎng)站、研究生論壇、情報(bào)學(xué)專(zhuān)家和學(xué)者的個(gè)人網(wǎng)頁(yè)或博客等等。面對(duì)大量的情報(bào)學(xué)研究生教育資源，用戶(hù)很難定位自己所需要的信息。情報(bào)學(xué)研究生教育垂直搜索引擎能整合這些繁雜、散亂無(wú)序的網(wǎng)絡(luò)資源。
　　垂直搜索引擎專(zhuān)注具體深入的縱向服務(wù)，致力于某一特定領(lǐng)域內(nèi)信息的全面和內(nèi)容的深入，對(duì)于領(lǐng)域外的信息不收錄，情報(bào)學(xué)研究生教育垂直搜索是針對(duì)通用搜索引擎信息量大

2、、查詢(xún)不準(zhǔn)確等問(wèn)題提出來(lái)的，其特點(diǎn)就是“專(zhuān)”“精”“深”且具有行業(yè)色彩，它是與通用搜索引擎截然不同的引擎類(lèi)型。
　　傳統(tǒng)搜索引擎的檢索返回結(jié)果太多，不知道從哪開(kāi)始瀏覽，查準(zhǔn)率低，垂直搜索雖面向主題排除了很多閑雜信息，但為了更好的使用戶(hù)定位自己所需要的信息，對(duì)搜索結(jié)果進(jìn)行聚類(lèi)是非常重要的。情報(bào)學(xué)研究生教育涉及范圍廣、資源種類(lèi)多，例如培養(yǎng)機(jī)構(gòu)包括高校教學(xué)院系、科研院所、高校圖書(shū)館等，情報(bào)學(xué)又是圖書(shū)館和文獻(xiàn)學(xué)、計(jì)算機(jī)和通訊科學(xué)、管理和系

3、統(tǒng)科學(xué)等領(lǐng)域的交叉產(chǎn)物，導(dǎo)致培養(yǎng)內(nèi)容和方式豐富，所以用戶(hù)面對(duì)搜索結(jié)果將無(wú)從下手，在搜索引擎中應(yīng)用聚類(lèi)技術(shù)，能使經(jīng)過(guò)處理后的搜索結(jié)果以一種超鏈接的層次類(lèi)目方式提交給用戶(hù)，內(nèi)容相似的搜索結(jié)果被劃分為一個(gè)類(lèi)目，這樣，搜索結(jié)果就被有效地組織起來(lái)，用戶(hù)就可以快速地了解搜索結(jié)果的整體分布情況，并快速定位自己需要的結(jié)果。
　　本文就面向情報(bào)學(xué)研究生教育領(lǐng)域的垂直搜索引擎提出了構(gòu)建策略，實(shí)現(xiàn)了此系統(tǒng)的五大模塊：爬蟲(chóng)模塊、網(wǎng)頁(yè)信息分析處理模塊、建立

4、索引模塊、用戶(hù)檢索接口模塊、聚類(lèi)模塊。并對(duì)垂直索引的主題過(guò)濾、面向情報(bào)學(xué)研究生教育領(lǐng)域的專(zhuān)業(yè)分詞、聚類(lèi)模塊的實(shí)現(xiàn)等作了大量實(shí)驗(yàn)。
　　本文分為七章，第一章介紹，垂直搜索引擎的研究意義和背景，提出了面向此領(lǐng)域的垂直搜索引擎的技術(shù)結(jié)構(gòu)；第二章詳細(xì)論述了垂直搜索引擎與通用搜索引擎的不同；第三章采用文獻(xiàn)計(jì)量學(xué)的關(guān)鍵詞分析法，對(duì)情報(bào)學(xué)研究生教育相關(guān)學(xué)術(shù)論文進(jìn)行關(guān)鍵詞分析，統(tǒng)計(jì)出情報(bào)學(xué)研究培養(yǎng)領(lǐng)域的高頻詞和熱點(diǎn)詞，更新分詞詞典，為情報(bào)學(xué)研究生