版權(quán)說(shuō)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、國(guó)際互聯(lián)網(wǎng)是一個(gè)巨大的知識(shí)寶藏,基于互聯(lián)網(wǎng)的信息搜索是目前研究的熱點(diǎn),出現(xiàn)象Yahoo,Google,Baidu等著名的網(wǎng)絡(luò)搜索引擎,他們支持用戶利用關(guān)鍵字搜索相關(guān)網(wǎng)頁(yè),由于網(wǎng)絡(luò)搜索引擎要面對(duì)廣泛的知識(shí)領(lǐng)域,因此針對(duì)某一領(lǐng)域如信息領(lǐng)域由于沒(méi)有足夠的背景知識(shí),導(dǎo)致檢索到大量無(wú)關(guān)的網(wǎng)頁(yè),具有較大相關(guān)性的網(wǎng)頁(yè)又很少,因此研究設(shè)計(jì)針對(duì)某一具體領(lǐng)域的網(wǎng)頁(yè)獲取系統(tǒng)有一定的理論意義和應(yīng)用價(jià)值。 本文針對(duì)目前著名的網(wǎng)絡(luò)搜索引擎存在的不足,提出基
2、于領(lǐng)域知識(shí)的網(wǎng)頁(yè)采集模型框架,并設(shè)計(jì)一個(gè)實(shí)際系統(tǒng),并將該系統(tǒng)應(yīng)用于計(jì)算機(jī)領(lǐng)域的信息檢索,即用戶輸入關(guān)鍵字,檢索系統(tǒng)根據(jù)背景知識(shí)生成一系列的關(guān)鍵字,再根據(jù)新生成的關(guān)鍵字進(jìn)行搜索,將搜索結(jié)果存入數(shù)據(jù)庫(kù),供用戶查詢。本文的主要工作概括為以下幾點(diǎn):提出基于背景知識(shí)進(jìn)行網(wǎng)頁(yè)檢索,利用謂詞邏輯表示背景知識(shí);輸入關(guān)鍵字,利用背景知識(shí)生成一系列關(guān)鍵字;采集器的集成;將采集到的網(wǎng)頁(yè)保存到MySQL數(shù)據(jù)庫(kù)中供用戶查詢;網(wǎng)頁(yè)相關(guān)性判斷。 本文首先綜述
3、了網(wǎng)頁(yè)信息采集的基本結(jié)構(gòu)及國(guó)內(nèi)外發(fā)展?fàn)顩r,提出關(guān)鍵字與文本的映射、URL過(guò)濾,相似度等相關(guān)算法,并應(yīng)用于一個(gè)實(shí)際系統(tǒng)之中。該系統(tǒng)分四個(gè)模塊,即關(guān)鍵字模塊,URL過(guò)濾模塊,數(shù)據(jù)庫(kù),采集模塊。關(guān)鍵字模塊包括領(lǐng)域背景的建立,多關(guān)鍵字的檢索,文本映射問(wèn)題;URL過(guò)濾模塊包括文本中包含的URL鏈接過(guò)濾判定,排序;數(shù)據(jù)庫(kù)包括了領(lǐng)域背景關(guān)鍵字本體的存儲(chǔ),文本及文本中鏈接的存儲(chǔ);采集部分介紹采集器的工作原理。 最后,通過(guò)實(shí)驗(yàn)進(jìn)行系統(tǒng)性能測(cè)試以及
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)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。
最新文檔
- 網(wǎng)頁(yè)正文提取系統(tǒng)的詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)-畢業(yè)設(shè)計(jì)
- 基于語(yǔ)義的網(wǎng)頁(yè)自動(dòng)摘要系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于搜索引擎的網(wǎng)頁(yè)主題內(nèi)容提取的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于頁(yè)面分塊的網(wǎng)頁(yè)內(nèi)容提取的研究與實(shí)現(xiàn).pdf
- 基于領(lǐng)域知識(shí)的個(gè)性化購(gòu)物比較系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于領(lǐng)域背景知識(shí)庫(kù)的本體映射系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于URL分類庫(kù)的網(wǎng)頁(yè)分類系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Moodle的《網(wǎng)頁(yè)設(shè)計(jì)與制作》在線學(xué)習(xí)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Jsoup的通用網(wǎng)頁(yè)采集系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于PureMVC的網(wǎng)頁(yè)游戲設(shè)計(jì)與實(shí)現(xiàn).pdf
- 網(wǎng)頁(yè)防篡改系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 網(wǎng)頁(yè)篡改檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于云計(jì)算的網(wǎng)頁(yè)操作系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Web Service的網(wǎng)頁(yè)元素評(píng)價(jià)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于DOM模型的網(wǎng)頁(yè)凈化系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 面向新聞?lì)I(lǐng)域的用戶行為特征提取系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 網(wǎng)頁(yè)信息審查系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于領(lǐng)域知識(shí)的開源軟件標(biāo)簽層次自動(dòng)構(gòu)建與系統(tǒng)實(shí)現(xiàn).pdf
- 基于XML的領(lǐng)域構(gòu)件庫(kù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 網(wǎng)頁(yè)防抓取系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
評(píng)論
0/150
提交評(píng)論