基于教育領(lǐng)域的垂直搜索引擎的研究與實(shí)現(xiàn).pdf

1、隨著Internet的飛速的發(fā)展和應(yīng)用的高普及率,web中的資源也以驚人的速度增長著,它為各個領(lǐng)域的人們帶來了巨大而多元化的豐富信息。尤其在教育這一領(lǐng)域也不例外,網(wǎng)絡(luò)為人們提供了更為豐富和全面的教學(xué)資源。人們可以共享這些學(xué)習(xí)資源,自由地安排學(xué)習(xí)活動,但是當(dāng)人們在享受著這些便利的同時,也漸漸發(fā)現(xiàn)了一個亟待解決的問題,Google、百度這些通用搜索引擎并不是一個有效地檢索工具,其搜出的結(jié)果覆蓋非常廣泛,存在著很多重復(fù)和垃圾信息,信息更新速度

2、慢。而垂直搜索引擎的出現(xiàn),很好的解決這一問題。它是針對某一個行業(yè)、某一特定人群或者特定需求的專業(yè)搜索引擎,是搜索引擎的細(xì)分和延伸,可以為用戶提供更為精準(zhǔn)更高質(zhì)量的信息。本文以教育領(lǐng)域的資源為基礎(chǔ),通過運(yùn)用擴(kuò)展Heritrix,Lucene和MVC架構(gòu),初步構(gòu)建出一個檢索較為精準(zhǔn)的教育垂直搜索引擎。本文主要包括以下幾個方面的內(nèi)容:(1)對開源網(wǎng)絡(luò)爬蟲Heritrix擴(kuò)展和改進(jìn),實(shí)現(xiàn)了一個垂直搜索爬蟲,滿足對特定的教育信息的采集需求;(2)