基于Nutch的智能語義搜索引擎.pdf

1、現(xiàn)有搜索引擎系統(tǒng)在響應用戶搜索請求的過程中，往往根據(jù)分詞后的查詢關鍵詞在文檔中出現(xiàn)的次數(shù)來匹配文檔內(nèi)容，這種僅僅根據(jù)詞頻來確定關鍵詞和文檔之間相關度的方法往往缺乏一定的準確性，常常導致搜索引擎的網(wǎng)頁結果列表并不是用戶真正想要的內(nèi)容，這給用戶的檢索過程帶來極大不便，也是搜索引擎“查準率”得不到徹底改善的主要原因。本文通過構建對象語義庫來存儲和管理各種對象集，從而實現(xiàn)用戶基于對象的檢索過程，以提高搜索引擎查詢的準確率。
　　 系統(tǒng)開

2、發(fā)過程主要基于開源搜索系統(tǒng)Nutch-0.9，采用Nutch構建底層搜索引擎系統(tǒng)，在Nutch的基礎上，使用Mysql數(shù)據(jù)庫存儲對象語義庫。用戶在搜索的過程中首先根據(jù)關鍵詞檢索對象語義庫，返回用戶匹配的對象，用戶從對象列表中選擇特定的對象進行檢索，最后，搜索引擎系統(tǒng)再將檢索結果返回給用戶。考慮到對象語義庫的準確性、完整性問題，本系統(tǒng)通過用戶的檢索關鍵詞以及對檢索結果的點擊，實現(xiàn)動態(tài)的對對象語義庫進行更新。在所開發(fā)的實驗系統(tǒng)ICSE的基礎