面向商品比價(jià)應(yīng)用的垂直搜索引擎系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、爆炸式增長的信息和不斷發(fā)展的互聯(lián)網(wǎng)技術(shù)，使得WEB的信息量急劇增長，格式以及內(nèi)容不斷翻新。通用搜索引擎從海量的信息中準(zhǔn)確快速地搜索出特定的內(nèi)容已經(jīng)十分困難，如何從網(wǎng)絡(luò)中的海量信息里快速而有效地查詢到所需有價(jià)值的信息已成為人們關(guān)注的重點(diǎn)。垂直搜索引擎具有“專、精、深”的特點(diǎn)，可通過面向某一特定的領(lǐng)域、人群或需求僅搜索網(wǎng)絡(luò)中的特定主題信息，并且聚合信息、處理索引，提供有價(jià)值的相關(guān)服務(wù)和信息，從而提高用戶檢索時(shí)的準(zhǔn)確率。
　　隨著電子商

2、務(wù)的發(fā)展，在要求電商信譽(yù)和商品質(zhì)量的前提下，使用B2C購物的消費(fèi)者越來越多。為了挑選便宜實(shí)惠的商品，消費(fèi)者在購物中常常進(jìn)行價(jià)格比較。垂直搜索引擎技術(shù)針對(duì)某一特定領(lǐng)域、某一特定人群或某一特定需求提供信息和相關(guān)服務(wù)的特點(diǎn)與商品比價(jià)應(yīng)用的需求很好地契合。
　　本論文實(shí)現(xiàn)一款手機(jī)比價(jià)系統(tǒng)，以高精度搜索為目標(biāo)，應(yīng)用垂直搜索的理論與技術(shù)予以實(shí)現(xiàn)。本文選取了兩家知名數(shù)碼電商為搜索目標(biāo)，為用戶提供手機(jī)的比價(jià)搜索服務(wù)，摒棄相關(guān)性較弱的信息。本文在掌

3、握Heritrix主要的工作流程及相關(guān)的技術(shù)要點(diǎn)的基礎(chǔ)上，運(yùn)用Heritrix工具包編寫抓取邏輯實(shí)現(xiàn)了抓取網(wǎng)頁；運(yùn)用HTMLParser Libraries編寫邏輯實(shí)現(xiàn)了HTML的解析與信息提取；在分析和掌握Lucene主要架構(gòu)和各個(gè)部件，詳細(xì)研究其中的索引模塊和檢索模塊實(shí)現(xiàn)機(jī)制和原理的基礎(chǔ)上，編程實(shí)現(xiàn)了網(wǎng)頁內(nèi)容索引；搭建Spring框架并運(yùn)用Ajax技術(shù)實(shí)現(xiàn)了檢索和用戶接口部分。該比價(jià)系統(tǒng)實(shí)現(xiàn)了設(shè)計(jì)中所有需求的功能，滿足了用戶比價(jià)的需