基于領(lǐng)域本體的智能垂直搜索引擎的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著網(wǎng)絡(luò)的飛速發(fā)展，人們對互聯(lián)網(wǎng)信息檢索的需求不斷專業(yè)化、細(xì)致化，通用搜索引擎技術(shù)在一定程度上已經(jīng)不能滿足用戶的搜索需求。垂直搜索是某一個(gè)領(lǐng)域的專業(yè)化的搜索引擎，是通用搜索引擎的細(xì)化和發(fā)展，是相對通用搜索引擎的信息量大、查詢不準(zhǔn)確、深度不夠等問題提出來的新一代搜索引擎服務(wù)模式。通過針對某一特定領(lǐng)域、某一特定人群或某一特定需求提供有一定價(jià)值的信息和相關(guān)服務(wù)。信息抓取技術(shù)與通用搜索引擎的不同，垂直搜索引擎的網(wǎng)絡(luò)蜘蛛(又稱為網(wǎng)絡(luò)爬蟲)僅采集與

2、搜索目的相應(yīng)的網(wǎng)頁。通過對網(wǎng)頁的目的相似度進(jìn)行預(yù)測和判斷，專業(yè)網(wǎng)絡(luò)蜘蛛在爬行時(shí)放棄了很多與主題無關(guān)的網(wǎng)站。由于只爬取與主題相關(guān)的網(wǎng)頁，垂直搜索引擎在查詢的查準(zhǔn)率和查全率上都有明顯地提高。本體相關(guān)的技術(shù)在信息檢索系統(tǒng)的研究越來越成熟。詞語相似度計(jì)算是信息處理技術(shù)中的一個(gè)關(guān)鍵問題，主要研究用什么樣的方法來計(jì)算或比較兩個(gè)詞語的相似性。
　　 本文基于模具企業(yè)的領(lǐng)域本體，對單關(guān)鍵詞查詢和多詞查詢進(jìn)行了相似度計(jì)算。實(shí)驗(yàn)結(jié)果表明，該方法能夠

3、比較準(zhǔn)確地反映概念之間的語義關(guān)系，為概念之間的語義關(guān)系提供一種有效的量化。有效的對用戶的查詢請求進(jìn)行概念擴(kuò)充，提高了搜索的查全率與查準(zhǔn)率。最終，實(shí)現(xiàn)基于語義相似度計(jì)算的信息過濾。為搜索引擎的設(shè)計(jì)提供了基礎(chǔ)。主要內(nèi)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(gè)模塊功能的相關(guān)技術(shù)以及技術(shù)算法。⑵介紹了網(wǎng)頁抓取、網(wǎng)頁頁面索引技術(shù)、抓取規(guī)則和建立索引以及垂直網(wǎng)絡(luò)蜘蛛的設(shè)計(jì)規(guī)則，并介紹了本文