版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著互聯(lián)網(wǎng)技術的快速發(fā)展,網(wǎng)絡信息資源呈現(xiàn)出爆炸性增長態(tài)勢,如何快速找到滿足用戶需求的信息成為越來越重要的問題。目前,搜索引擎已成為互聯(lián)網(wǎng)最重要的應用之一,傳統(tǒng)的通用搜索引擎為所有用戶提供統(tǒng)一接口,但隨著信息量的持續(xù)增長,其已不能滿足特定領域用戶對信息準確性、實時性和深度等多方面的個性化需求,因而,專門用來查詢某一學科領域或主題的搜索引擎即“垂直搜索引擎”應運而生,并得到快速的發(fā)展和廣泛的應用。
本課題來源于星火計劃項目,
2、立足于糧食主產區(qū)農業(yè)現(xiàn)實狀況,針對農業(yè)信息化中普遍存在的信息資源共享程度低的問題,尤其是大豆產業(yè)信息化建設,為從事大豆生產加工、科研及流通工作的人員提供共享數(shù)據(jù)資源。本文采用垂直搜索技術對互聯(lián)網(wǎng)上農業(yè)領域中的大豆相關信息進行采集、過濾,為以“中國大豆網(wǎng)”為標志的門戶網(wǎng)站構建大豆信息庫,同時,設計了面向大豆主題的垂直搜索引擎構架,對其關鍵技術開展研究,并實現(xiàn)了原型系統(tǒng)。本文的主要研究內容如下:
(1)首先,明確本文研究目的和
3、意義,分析垂直搜索引擎以及其在農業(yè)領域中應用的研究現(xiàn)狀和動態(tài);其次,對通用搜索引擎和垂直搜索引擎的發(fā)展、結構、原理以及各自的優(yōu)劣進行分析、比較,并基于大豆主題,對主題搜索引擎的系統(tǒng)結構進行設計。
(2)網(wǎng)頁信息采集的核心是網(wǎng)絡蜘蛛,其自動地在互聯(lián)網(wǎng)上按照一定的搜索策略進行搜索爬行,并將搜集的信息存儲到本地。主題網(wǎng)絡蜘蛛與通用網(wǎng)絡蜘蛛最大的區(qū)別是,前者是有選擇地抓取主題相關的頁面,而后者則是“見網(wǎng)頁就抓”。本文對主題網(wǎng)絡蜘蛛
4、的結構、原理、搜索策略以及主題相關度分析算法進行深入研究和分析,考慮鏈接錨文本和網(wǎng)頁標題對相關度的影響以及鏈接陷阱問題,對已有的鏈接分析算法進行改進。
(3)索引可以提高檢索效率,本文索引能夠有效提高管理與審核模塊加載數(shù)據(jù)的速度。索引對象是經(jīng)過中文分詞處理的網(wǎng)頁文檔,中文分詞就是將連續(xù)的字序列拆分成詞序列的過程。本文對已有的分詞算法和倒排索引技術以及開源Lucene索引框架的索引過程和搜索過程進行研究,由于Lucene自帶
5、的中文分詞不夠精確,因此,采用基于IKAnalyzer分詞的Lucene索引框架。
(4)基于上述研究,按照軟件工程學的理論對面向大豆主題的垂直搜索引擎原型系統(tǒng)進行實現(xiàn),主要是對該系統(tǒng)中的網(wǎng)頁信息采集、索引和管理與審核模塊進行實現(xiàn),最終為大豆門戶網(wǎng)站提供大豆相關數(shù)據(jù)。
綜上所述,本文以國內主要大豆網(wǎng)站為初始抓取的目標網(wǎng)站(如中國農產品交易網(wǎng)、中國糧油信息網(wǎng)、黑龍江省農業(yè)信息網(wǎng)、天下糧倉等),基于Java技術對
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 垂直搜索引擎關鍵技術研究
- 垂直搜索引擎關鍵技術研究.pdf
- 垂直搜索引擎中關鍵技術的研究
- 垂直搜索引擎關鍵技術的研究與實現(xiàn).pdf
- 垂直搜索引擎中關鍵技術的研究.pdf
- 主題搜索引擎關鍵技術研究.pdf
- 垂直搜索引擎若干關鍵技術的研究.pdf
- 垂直搜索引擎關鍵技術研究與實現(xiàn).pdf
- 構件垂直搜索引擎的關鍵技術研究.pdf
- 垂直搜索引擎關鍵技術研究及應用.pdf
- 基于Lucene的垂直搜索引擎關鍵技術研究.pdf
- 面向圖像的垂直搜索引擎關鍵技術研究.pdf
- 主題搜索引擎的關鍵技術研究與實現(xiàn).pdf
- 個性化垂直搜索引擎關鍵技術研究.pdf
- 基于Lucene的垂直搜索引擎關鍵技術的研究應用.pdf
- 垂直搜索引擎主題爬蟲研究.pdf
- 基于主題的元搜索引擎關鍵技術研究.pdf
- 專題搜索引擎關鍵技術的研究.pdf
- 搜索引擎關鍵技術研究與實現(xiàn).pdf
- 垂直搜索引擎中主題爬行技術的研究.pdf
評論
0/150
提交評論