WAP主題搜索引擎的設(shè)計(jì)和實(shí)現(xiàn).pdf

1、手機(jī)的靈活性，使手機(jī)上的WAP信息搜索給人們帶來巨大的便利和幫助。如何發(fā)掘豐富的互聯(lián)網(wǎng)信息，讓它以一種合適的方式展現(xiàn)在WAP瀏覽器上，并且讓用戶能夠方便準(zhǔn)確地查找到，是一個(gè)很有挑戰(zhàn)性和市場價(jià)值的問題。針對該問題，本文參考前人的成果，研究了WAP主題搜索引擎設(shè)計(jì)的幾個(gè)關(guān)鍵問題： 首先，研究了WAP架構(gòu)、協(xié)議及HTML與WML的異同，找到了一種解決HTML網(wǎng)頁與WML網(wǎng)頁之間的轉(zhuǎn)換的方法。 第二，回顧了搜索引擎發(fā)展歷程，探討

2、了搜索引擎的主要技術(shù)，設(shè)計(jì)了針對特定的網(wǎng)站和主題的信息采集、整理方案。 第三，總結(jié)了各種搜索引擎的排序算法，提出了一種基于TF/IDF的改進(jìn)的排序方法。 第四，在全面分析各種中文分詞方法和項(xiàng)目需要之后，筆者收集了三萬多條的人名、地名和特殊名詞，采用“首字哈希+按字符數(shù)分層存儲(chǔ)”的形式建立了一個(gè)專有名詞詞庫，開發(fā)了一個(gè)基于以專有名詞優(yōu)先的快速分詞算法的組件，彌補(bǔ)了Lucene在中文信息處理方面的不足。該分詞方法的主要優(yōu)勢在