基于Lucene的主題搜索引擎模板的設(shè)計與實現(xiàn).pdf

1、今天，在Web信息資源極大豐富的同時，對Web信息搜索工具的研究也提出了更高的要求。由于目前Web的規(guī)模和它的動態(tài)性，通用搜索引擎僅能爬行和索引Web的一部分。因此，通用搜索引擎已經(jīng)很難再為用戶提供一個全面的并且更新及時的信息搜索服務(wù)。通用搜索引擎的局限性來源于它試圖索引全部Web并且試圖服務(wù)于涉及所有主題的查詢請求。而主題搜索引擎只覆蓋與某一主題相關(guān)的Web區(qū)域，這樣，它爬行的可以更深，爬行的周期可以更短，因此可以滿足用戶對獲取信息資

2、源的快速、準(zhǔn)確和全面的要求。為了有效定位與主題高度相關(guān)的網(wǎng)頁，主題搜索引擎利用豐富的上下文（興趣剖析文件和網(wǎng)頁內(nèi)容）和有效的爬行策略來導(dǎo)航Web上的信息搜索。目前，對主題搜索引擎的研究正處于十分活躍的階段。許多機器學(xué)習(xí)領(lǐng)域里的知識被應(yīng)用到主題搜索引擎的設(shè)計和實現(xiàn)中。
　　 作者廣泛閱讀和研究了國際國內(nèi)最近幾年發(fā)表的有關(guān)“主題搜索引擎”的論文及資料，對目前主題搜索引擎的研究及應(yīng)用狀況有了一定程度的認(rèn)識，同時學(xué)習(xí)和研究了全文搜索引擎

3、工具包Lucene。在此基礎(chǔ)上，本文確立了兩個目的，一個目的是對有關(guān)文獻中給出的重要而富有創(chuàng)新的研究成果做一個比較詳細的介紹，另一個重要的目的就是設(shè)計和實現(xiàn)一個基于Lucene的主題搜索引擎模板，從而借助這個模板可以驗證我們自己或其他研究人員在主題搜索方面的一些想法及這些想法的應(yīng)用價值。
　　 本文設(shè)計的基于Lucene的主題搜索引擎模板不同于將主題限定在某一領(lǐng)域的主題搜索引擎，通過用戶引導(dǎo)模塊，本系統(tǒng)可以做到面向不同主題需求的