面向遠(yuǎn)程教育主題搜索引擎的研究與實(shí)現(xiàn).pdf

1、隨著 Internet和網(wǎng)絡(luò)多媒體技術(shù)的高速發(fā)展，遠(yuǎn)程教育信息資源日益豐富，成為人們獲得知識(shí)的一種重要途徑，遠(yuǎn)程教育資源不僅滿足了廣大學(xué)習(xí)者的學(xué)習(xí)新知識(shí)的需求，同時(shí)也為建設(shè)學(xué)習(xí)型社會(huì)和實(shí)現(xiàn)終身教育做出了巨大的貢獻(xiàn)。但是隨著數(shù)據(jù)量的不斷增大，通過(guò)手動(dòng)的瀏覽網(wǎng)頁(yè)或者傳統(tǒng)的搜索引擎在海量的網(wǎng)絡(luò)資源中定位自己需要的資源也越來(lái)越困難。面向遠(yuǎn)程教育的主題搜索引擎正是在這樣的背景下誕生的，它能幫助學(xué)習(xí)者快速的定位自己需要的信息資源。
　　本論文

2、以遠(yuǎn)程教育學(xué)院資源建設(shè)為出發(fā)點(diǎn)，以部分遠(yuǎn)程教育學(xué)院的網(wǎng)站為研究對(duì)象，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)面向遠(yuǎn)程教育的主題搜索引擎。面向遠(yuǎn)程教育的主題搜索引擎首先確定了遠(yuǎn)程教育專業(yè)詞庫(kù)的構(gòu)建方法，提出一種基于Heritrix的主題網(wǎng)頁(yè)過(guò)濾方法。其次，借助 HTMLParser對(duì)抓取的網(wǎng)頁(yè)進(jìn)行信息提取，形成文本文件。最后，由 Lucene完成索引和搜索，本文還對(duì) Lucene的索引過(guò)程進(jìn)行了優(yōu)化，提高了索引的速度，另外對(duì) Lucene排序算法進(jìn)行了改進(jìn)。通過(guò)