基于領域本體的智能垂直搜索引擎的設計與實現(xiàn).pdf

1、隨著網絡的飛速發(fā)展，人們對互聯(lián)網信息檢索的需求不斷專業(yè)化、細致化，通用搜索引擎技術在一定程度上已經不能滿足用戶的搜索需求。垂直搜索是某一個領域的專業(yè)化的搜索引擎，是通用搜索引擎的細化和發(fā)展，是相對通用搜索引擎的信息量大、查詢不準確、深度不夠等問題提出來的新一代搜索引擎服務模式。通過針對某一特定領域、某一特定人群或某一特定需求提供有一定價值的信息和相關服務。信息抓取技術與通用搜索引擎的不同，垂直搜索引擎的網絡蜘蛛(又稱為網絡爬蟲)僅采集與

2、搜索目的相應的網頁。通過對網頁的目的相似度進行預測和判斷，專業(yè)網絡蜘蛛在爬行時放棄了很多與主題無關的網站。由于只爬取與主題相關的網頁，垂直搜索引擎在查詢的查準率和查全率上都有明顯地提高。本體相關的技術在信息檢索系統(tǒng)的研究越來越成熟。詞語相似度計算是信息處理技術中的一個關鍵問題，主要研究用什么樣的方法來計算或比較兩個詞語的相似性。
　　 本文基于模具企業(yè)的領域本體，對單關鍵詞查詢和多詞查詢進行了相似度計算。實驗結果表明，該方法能夠

3、比較準確地反映概念之間的語義關系，為概念之間的語義關系提供一種有效的量化。有效的對用戶的查詢請求進行概念擴充，提高了搜索的查全率與查準率。最終，實現(xiàn)基于語義相似度計算的信息過濾。為搜索引擎的設計提供了基礎。主要內容如下：⑴介紹了搜索引擎發(fā)展的背景，以及垂直搜索引擎發(fā)展的必要性，并按照垂直搜索引擎的框架，介紹了各個模塊功能的相關技術以及技術算法。⑵介紹了網頁抓取、網頁頁面索引技術、抓取規(guī)則和建立索引以及垂直網絡蜘蛛的設計規(guī)則，并介紹了本文