面向網絡文學的垂直搜索引擎的研究與實現.pdf_第1頁
已閱讀1頁,還剩46頁未讀, 繼續(xù)免費閱讀

下載本文檔

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、伴隨著互聯網信息爆炸式的增長,海量數據不斷產生,人們在網絡上查找所需文學作品的效率越來越低。并且隨著文學在互聯網中的高速傳播與發(fā)展,盜版、侵權、肆意抄襲作品的形勢變的越來越嚴峻。所以迫切需要一個更優(yōu)異的搜索服務,以提高搜索效率和保護網絡作品版權。搜索引擎質量的好壞,對搜索引擎的使用用戶來說具有重要意義,同時也是衡量搜索引擎技術優(yōu)劣的關鍵指標。對頁面進行重要性評估并按重要性排序是搜索引擎排序算法要深入研究的最重要的問題之一。垂直搜索引擎應

2、運而生,它把具體專業(yè)與搜索引擎結合起來,為使用者提供了更高的質量和更優(yōu)質的服務。
  本文研究的主要內容是建立在網絡文學發(fā)展的基礎上,本文研究的核心技術是建立在搜索引擎發(fā)展的基礎上。通過研究課題的背景和意義,并深入了解搜索引擎的發(fā)展史、垂直搜索引擎的技術現狀以及搜索引擎未來的發(fā)展趨勢等知識,為本課題的研究與實現奠定了良好的理論基礎。
  本文首先討論了垂直搜索引擎的概念和工作流程,在深入研究垂直搜索引擎原理的基礎上,對于垂直

3、搜索引擎所用到的核心技術,如網絡蜘蛛、網絡蜘蛛搜索策略、信息抽取技術、中文分詞技術等,和垂直搜索引擎所需要的搜索引擎開源框架Nutch,進行了詳細的介紹。
  其次,分析并研究了搜索引擎領域經典的兩種網頁排序算法:PageRank算法和HITS算法,聯系當前互聯網研究現狀并結合所研究的課題方向,針對傳統的PageRank算法存在的主題飄逸現象、網頁權值分配不合理、偏重舊網頁等現象,結合網頁內容之間的相似度信息、網頁頁面結構和網頁產

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。

評論

0/150

提交評論