網(wǎng)絡(luò)搜索引擎中檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、網(wǎng)絡(luò)搜索引擎是人們?cè)诰W(wǎng)頁(yè)的汪洋中檢索信息的工具，能有效地提高信息定位的效率，是互聯(lián)網(wǎng)上不可或缺的基礎(chǔ)應(yīng)用之一。網(wǎng)絡(luò)檢索系統(tǒng)大都是通過構(gòu)建文本庫(kù)、建立索引、進(jìn)行搜索、對(duì)結(jié)果進(jìn)行過濾的過程來實(shí)現(xiàn)查詢目的。搜索引擎有效地解決了用戶信息檢索的困難。但是隨著網(wǎng)絡(luò)信息的快速增長(zhǎng)，傳統(tǒng)的搜索引擎所用到的分析器，并沒有精確到某一個(gè)領(lǐng)域，導(dǎo)致索引的建立和返回的結(jié)果網(wǎng)頁(yè)存在大量重復(fù)或者無用的信息，用戶很難在短時(shí)間內(nèi)找到自己所需的信息。傳統(tǒng)的搜索引擎已經(jīng)不能

2、完全滿足用戶的需求，用戶需要一種針對(duì)某一行業(yè)的，查詢結(jié)果更加細(xì)化的專業(yè)搜索引擎。 本文在相關(guān)技術(shù)原理的基礎(chǔ)上，通過一個(gè)實(shí)際項(xiàng)目的課題背景——中國(guó)電信網(wǎng)絡(luò)百事通垂直搜索引擎進(jìn)行說明，在這里分別闡述了該系統(tǒng)的總體設(shè)計(jì)和詳細(xì)設(shè)計(jì)，展示該系統(tǒng)的實(shí)現(xiàn)效果。本論文的重點(diǎn)在于如何在Nutch開源框架基礎(chǔ)上構(gòu)建一個(gè)適合自己業(yè)務(wù)的完整的網(wǎng)絡(luò)搜索引擎，并核心地討論本人參與的主要模塊的設(shè)計(jì)與實(shí)現(xiàn)——中文分詞的設(shè)計(jì)與實(shí)現(xiàn)、并利用自己的分析器做索引、根據(jù)