基于Hadoop的機械故障診斷資源分布式信息檢索系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、信息檢索是從文檔集合中返回滿足用戶需求的相關(guān)信息的過程。而搜索引擎是信息檢索的一項成功應(yīng)用，為用戶提供快速、準確、全面、時新的海量Web信息導航服務(wù)。隨著人們對信息在精度、深度和廣度上的需求提高，搜索引擎將向精細化、個性化方向發(fā)展。當前搜索引擎的研究熱點是垂直搜索、社交搜索和移動搜索。
　　本文結(jié)合國家自然科學基金項目“基于知識網(wǎng)格的機械故障智能診斷系統(tǒng)的原理與方法研究”與目前互聯(lián)網(wǎng)和搜索引擎發(fā)展的現(xiàn)狀、熱點，主要研究以下內(nèi)容:<

2、br>　　(1)研究了信息檢索和搜索引擎的發(fā)展現(xiàn)狀，機械故障診斷知識管理的現(xiàn)狀。研究了網(wǎng)頁采集、網(wǎng)頁內(nèi)容分析、索引模塊和查詢接口等搜索引擎的體系結(jié)構(gòu)和組成;信息檢索系統(tǒng)中布爾模型、向量空間模型和概率模型等的定義、主要思想和優(yōu)缺點;分布式信息檢索的架構(gòu)和分布式信息檢索過程。
　　(2)研究了Nutch的工作流程及Nutch的中文分詞原理;Hadoop分布計算框架，HDFS的架構(gòu)和MapReduce的計算流程。提出了基于Hadoop的