基于Web的網(wǎng)絡(luò)搜索技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)規(guī)模的急劇膨脹，面對用戶無法正確找尋所需網(wǎng)絡(luò)資源的困境，搜索引擎為用戶提供了便利的網(wǎng)絡(luò)信息檢索條件，成為現(xiàn)代信息獲取的重要手段之一。面向不同用戶的智能網(wǎng)絡(luò)搜索技術(shù)結(jié)合了搜索引擎的各種特性，并能夠根據(jù)用戶需求、總結(jié)其不同的瀏覽行為，為用戶提供良好的個性化網(wǎng)絡(luò)搜索服務(wù)，具有良好的應(yīng)用前景。 本文首先介紹了搜索引擎的歷史和現(xiàn)狀，以及所需的技術(shù)指標(biāo)和發(fā)展趨勢。隨后按照一般網(wǎng)絡(luò)搜索技術(shù)的流程，即網(wǎng)頁搜索技術(shù)、網(wǎng)頁分析技術(shù)和網(wǎng)頁檢

2、索技術(shù)，組織全文。并分別對這三個階段的一般性技術(shù)和面向用戶的個性化技術(shù)進(jìn)行了詳細(xì)研究和全面的描述。 網(wǎng)頁信息收集階段首先描述了搜索引擎中網(wǎng)頁收集的幾種方式，并討論了全文搜索引擎使用爬蟲進(jìn)行網(wǎng)頁收集的技術(shù)特點(diǎn)。在該章中，本文著重描述了面向主題的網(wǎng)頁信息收集技術(shù)，包括一個主題爬蟲的系統(tǒng)模型、網(wǎng)頁爬取超鏈接預(yù)測、網(wǎng)頁下載分析、主題hub網(wǎng)頁的發(fā)現(xiàn)和對收集到的網(wǎng)頁在主題上的質(zhì)量控制。 網(wǎng)頁分析階段綜合了一整套網(wǎng)頁內(nèi)容識別和語義信