2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩51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(lián)網的普及和網絡信息的爆炸式增長,人們查閱資料己不是依靠有限范圍內的網站來尋找,而是依靠搜索引擎對信息海洋中的海量數(shù)據(jù)進行訪問了。搜索引擎技術已經成為互聯(lián)網發(fā)展必不可少的核心技術,它的作用越來越重要。然而現(xiàn)有的搜索引擎大多是集中式的,已經不能很好地適應網絡的進一步發(fā)展,分布式技術是下一代搜索引擎的發(fā)展趨勢。
   本文在分析傳統(tǒng)搜索引擎技術不足的基礎上,提出一種基于MPI(Message PassingInterface

2、)的分布式搜索引擎系統(tǒng)。該系統(tǒng)主要由并行網頁抓取和分布式建立索引兩部分組成。首先,詳細介紹了網頁并行抓取的設計和實現(xiàn),包括它的系統(tǒng)框架、主要模塊、運行流程和URL調度算法。URL調度算法采用散列計算,不僅實現(xiàn)了負載平衡,而且在一定程度上避免了沖突。然后,通過分析索引數(shù)據(jù)庫在搜索引擎時效性及有效性方面的重要作用,提出一種多進程并行分詞建立索引的方法。該方法以中文網頁數(shù)據(jù)庫為基本語料庫,采用正向最大匹配法進行中文分詞,并用一種高效的倒排索引

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(lián)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(xiàn)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(lián)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