基于Hadoop的機(jī)械故障診斷資源分布式信息檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、信息檢索是從文檔集合中返回滿足用戶需求的相關(guān)信息的過(guò)程。而搜索引擎是信息檢索的一項(xiàng)成功應(yīng)用，為用戶提供快速、準(zhǔn)確、全面、時(shí)新的海量Web信息導(dǎo)航服務(wù)。隨著人們對(duì)信息在精度、深度和廣度上的需求提高，搜索引擎將向精細(xì)化、個(gè)性化方向發(fā)展。當(dāng)前搜索引擎的研究熱點(diǎn)是垂直搜索、社交搜索和移動(dòng)搜索。
　　本文結(jié)合國(guó)家自然科學(xué)基金項(xiàng)目“基于知識(shí)網(wǎng)格的機(jī)械故障智能診斷系統(tǒng)的原理與方法研究”與目前互聯(lián)網(wǎng)和搜索引擎發(fā)展的現(xiàn)狀、熱點(diǎn)，主要研究以下內(nèi)容:<

2、br>　　(1)研究了信息檢索和搜索引擎的發(fā)展現(xiàn)狀，機(jī)械故障診斷知識(shí)管理的現(xiàn)狀。研究了網(wǎng)頁(yè)采集、網(wǎng)頁(yè)內(nèi)容分析、索引模塊和查詢接口等搜索引擎的體系結(jié)構(gòu)和組成;信息檢索系統(tǒng)中布爾模型、向量空間模型和概率模型等的定義、主要思想和優(yōu)缺點(diǎn);分布式信息檢索的架構(gòu)和分布式信息檢索過(guò)程。
　　(2)研究了Nutch的工作流程及Nutch的中文分詞原理;Hadoop分布計(jì)算框架，HDFS的架構(gòu)和MapReduce的計(jì)算流程。提出了基于Hadoop的