2023年全國(guó)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64頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、主題搜索引擎是針對(duì)某一個(gè)行業(yè)的專業(yè)搜索引擎,是搜索引擎的細(xì)分和延伸,是對(duì)網(wǎng)頁庫中的某類專門的信息進(jìn)行一次整合。其中的關(guān)鍵技術(shù)包括中文分詞、主題爬蟲、索引、分布式存儲(chǔ)等,本文重點(diǎn)研究網(wǎng)絡(luò)資源的爬蟲和索引的主題搜索技術(shù),具有重要的應(yīng)用價(jià)值。主要工作包括: 1.提出了一種基于內(nèi)容和鏈接分析相結(jié)合計(jì)算主題相關(guān)度的搜索策略?;赪eb超鏈接評(píng)價(jià)算法考慮了鏈接結(jié)構(gòu)和頁面之間的引用關(guān)系,但忽略了頁面與主題的相關(guān)性?;趦?nèi)容評(píng)價(jià)的算法只注重文本

2、在主題搜索中的重要性,而忽略了Web結(jié)構(gòu)的作用。綜合的搜索策略利用基于內(nèi)容的評(píng)價(jià)來提高搜索內(nèi)容與主題的相關(guān)度,同時(shí)利用基于鏈接結(jié)構(gòu)的評(píng)價(jià)來提高主題資源搜索的覆蓋率。 2.改進(jìn)了Shark-search算法。從隊(duì)列維護(hù)和檢索時(shí)間的角度出發(fā)進(jìn)行算法的改進(jìn),提高了Shark-search算法的時(shí)空效率,在主題相似度計(jì)算方法上應(yīng)用了向量空間模型;與主題的相關(guān)性判定中,綜合運(yùn)用了網(wǎng)頁文本內(nèi)容和Web結(jié)構(gòu)圖的啟發(fā)策略,從待訪問網(wǎng)站的時(shí)間性能

3、因素出發(fā),改進(jìn)了PageRank算法。 3.給出了基于改進(jìn)倒排表的索引器設(shè)計(jì)方案,從索引文件本身的結(jié)構(gòu)出發(fā)進(jìn)行改進(jìn),采用分級(jí)的倒排表索引組織結(jié)構(gòu),提高了索引創(chuàng)建的效率。在索引更新部分設(shè)計(jì)了索引器的批量索引方法與增量索引方法,實(shí)現(xiàn)了索引文檔的動(dòng)態(tài)更新。將改進(jìn)后的算法與基于Nutch的索引技術(shù)相結(jié)合,在此基礎(chǔ)上實(shí)現(xiàn)了一個(gè)風(fēng)險(xiǎn)主題搜索引擎索引的建立與維護(hù)。 4.基于開源項(xiàng)目Nutch,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)風(fēng)險(xiǎn)主題搜索引擎,把自己建

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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論