新聞搜索分析平臺的相關技術研究.pdf_第1頁
已閱讀1頁，還剩55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(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、隨著Web信息的急劇增加，新聞媒體如何準確、快速有效地從海量Web信息中獲取宣傳報道所需信息，已成為急待解決的問題。通用搜索引擎的局限性，決定了試圖索引全部Web來完成涉及主題的查詢請求的回答能力越來越有限，導致搜索結果重復文本多、缺少權威性和可靠性。針對這種矛盾，新聞搜索分析平臺正是在這個前提下提出的。
　　 新聞搜索分析平臺是基于B/S架構，采用.NET框架，依托HttpFetch搜索技術所構建的系統(tǒng)，最終使其具有網(wǎng)絡新聞自

2、動抓取、新聞分類、新聞動態(tài)跟蹤、報紙對比、新聞熱點分析等功能。本系統(tǒng)主要是由搜索代理、查詢代理、關鍵算法三部分組成；其支持的后臺數(shù)據(jù)庫由網(wǎng)頁數(shù)據(jù)庫、搜索規(guī)則數(shù)據(jù)庫、索引數(shù)據(jù)庫、關鍵詞數(shù)據(jù)庫組成。
　　 本系統(tǒng)通過只抓取具有權威性和可靠性的網(wǎng)站新聞，來提高搜索新聞的權威性和可靠性；通過研究的關鍵技術，包含有網(wǎng)頁去噪算法、基于新聞主題要素的新聞關鍵詞抽取技術和文本去重算法等，來提高搜索引擎的搜索精度，減少數(shù)據(jù)存儲空間，減輕用戶瀏覽負

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(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)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