垂直搜索引擎分類索引系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、互聯(lián)網(wǎng)技術(shù)和應(yīng)用的迅速發(fā)展使得網(wǎng)絡(luò)上的資源呈爆炸式增長(zhǎng)，搜索引擎已經(jīng)成為人們獲取網(wǎng)絡(luò)信息的最主要方式，以百度、Google為代表的通用搜索引擎，其搜索范圍近乎涵蓋了各個(gè)領(lǐng)域。但是，即使這些知名的通用搜索引擎在檢索某一特定領(lǐng)域的信息時(shí)，無(wú)論在檢索效率上還是在檢索效果上也都無(wú)法完全滿足人們的需要。為了滿足人們對(duì)特定領(lǐng)域信息檢索的需求和進(jìn)一步挖掘某一專業(yè)領(lǐng)域的網(wǎng)絡(luò)信息，具有領(lǐng)域特點(diǎn)的垂直搜索引擎應(yīng)運(yùn)而生。垂直搜索引擎克服了通用搜索引擎存在的弊

2、端，但完全針對(duì)關(guān)鍵詞檢索的垂直搜索引擎使得用戶在某些情況下還是得不到理想的結(jié)果，返回的結(jié)果仍然存在查全率低和相關(guān)性排序效果不佳的缺點(diǎn)。
　　 本文提出基于本體的垂直搜索引擎分類索引方法，通過(guò)引入基于領(lǐng)域本體的文本分類增加索引的語(yǔ)義信息，可以有效提高垂直搜索引擎檢索的查全率，改善檢索結(jié)果的相關(guān)性排序效果。首先，本文設(shè)計(jì)了一種基于領(lǐng)域本體的分類體系，實(shí)現(xiàn)細(xì)粒度多類文本分類。然后，本文設(shè)計(jì)了一種新的分類索引結(jié)構(gòu)，使類別信息和關(guān)鍵詞信息

3、合理融合，從而形成分類索引，該索引是在Lucene基礎(chǔ)上重新設(shè)計(jì)的一種新的索引邏輯結(jié)構(gòu)和物理結(jié)構(gòu)。最后，本文設(shè)計(jì)了分類索引的生成算法和基于分類索引的檢索算法，并提出分類索引的壓縮、優(yōu)化方法。
　　 本文以海事領(lǐng)域本體和海事領(lǐng)域網(wǎng)頁(yè)為例，在索引和檢索階段進(jìn)行了大量實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，本文設(shè)計(jì)的分類索引系統(tǒng)具有較高的索引速度和較低的索引膨脹率；基于該分類索引進(jìn)行檢索，可以有效提高檢索結(jié)果的查全率，同時(shí)也改善了檢索結(jié)果相關(guān)性排序效果。