企業(yè)內(nèi)網(wǎng)搜索引擎關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf

1、隨著企業(yè)自身業(yè)務(wù)和信息化建設(shè)的不斷發(fā)展與擴(kuò)張,企業(yè)內(nèi)部網(wǎng)絡(luò)的規(guī)模也急劇膨脹。同一時(shí)間,企業(yè)內(nèi)部網(wǎng)絡(luò)上所保存的數(shù)據(jù)資源也呈爆炸性增長(zhǎng)。為了能夠根據(jù)企業(yè)內(nèi)網(wǎng)上的重要數(shù)據(jù)制定正確的發(fā)展計(jì)劃,如何在企業(yè)內(nèi)網(wǎng)這個(gè)龐大的資源信息庫(kù)中獲得對(duì)企業(yè)有價(jià)值的數(shù)據(jù)資源,便成為了企業(yè)現(xiàn)在需要迫切解決的問(wèn)題。
　　目前,通用搜索引擎雖然能夠提供大量的搜索結(jié)果以此滿(mǎn)足大部分普通用戶(hù)的需求,但這些結(jié)果不僅很難滿(mǎn)足企業(yè)的特殊需要,而且不具有足夠的導(dǎo)向作用。更重要

2、的是搜索結(jié)果經(jīng)常出現(xiàn)網(wǎng)頁(yè)覆蓋率較低、信息更新不及時(shí)等問(wèn)題。而企業(yè)內(nèi)網(wǎng)搜索引擎能根據(jù)企業(yè)的需要對(duì)關(guān)鍵算法進(jìn)行定制,它只抓取與企業(yè)相關(guān)的數(shù)據(jù)資源并對(duì)檢索出來(lái)的結(jié)果進(jìn)行有效的排序,使其搜索內(nèi)容針對(duì)性更強(qiáng),更具有企業(yè)導(dǎo)向性,所以企業(yè)內(nèi)網(wǎng)搜索引擎便成為一個(gè)解決該問(wèn)題的有效方案。
　　本文著重研究搜索引擎所使用的關(guān)鍵技術(shù)與算法,并根據(jù)企業(yè)需求的特殊性對(duì)其進(jìn)行改進(jìn)創(chuàng)新,完成企業(yè)內(nèi)網(wǎng)搜索引擎所需的功能。同時(shí),對(duì)復(fù)雜網(wǎng)絡(luò)學(xué)科中的搜索算法進(jìn)行創(chuàng)新,力

3、求將其應(yīng)用于大型服務(wù)器的本地文件檢索系統(tǒng)中,增強(qiáng)企業(yè)內(nèi)網(wǎng)搜索引擎的功能。
　　本文主要提出了三個(gè)新算法,分別是基于域名的鏈接過(guò)濾算法、基于向量空間模型的多因素評(píng)分算法和路徑壓縮搜索算法:基于域名的鏈接過(guò)濾算法通過(guò)對(duì)鏈接進(jìn)行分析,能夠有效的阻止網(wǎng)絡(luò)爬蟲(chóng)下載與企業(yè)無(wú)關(guān)的數(shù)據(jù),提高網(wǎng)絡(luò)爬蟲(chóng)的性能,同時(shí)增加搜索結(jié)果的準(zhǔn)確率和搜索效率;基于向量空間模型的多因素評(píng)分算法是對(duì)現(xiàn)有的相關(guān)性評(píng)分算法進(jìn)行改進(jìn),該算法綜合考慮影響相關(guān)性評(píng)分的各種因素,