校園搜索引擎頁面排序的研究.pdf

1、現(xiàn)代互聯(lián)網(wǎng)技術迅猛發(fā)展，在人們的日常生活和工作中網(wǎng)絡的作用日益凸顯，尤其隨著企業(yè)、校園等局域網(wǎng)(LAN)內(nèi)部信息量的增加，人們發(fā)現(xiàn)準確高效的獲取局域網(wǎng)內(nèi)的相關信息變得困難，所以如何從海量的網(wǎng)絡信息中，提取出潛在的、有價值的信息，使之為人們高效地服務，成為了現(xiàn)代信息檢索研究的一個很重要的課題。搜索引擎技術的誕生，解決了用戶所遇到檢索信息的麻煩。
　　搜索引擎中查詢排序技術，直接影響著用戶。目前盡管己經(jīng)有百度等通用搜索引擎，可是它們的

2、排序效果不是很好。首先，它們的覆蓋率很低，多數(shù)校園、企業(yè)信息不能完全抓??；其次，廣告的植入影響了最終的排序，使得排序具有了“商業(yè)性”。所以，搭建校園、企業(yè)等局域網(wǎng)搜索引擎顯得尤為重要。這樣，能夠提供給查詢者一個公平的排序結(jié)果。
　　本課題首先介紹了搜索引擎的相關內(nèi)容；其次講述了搜索引擎的基本工作原理和開源搜索引擎Nutch的工作流程；接著對經(jīng)典的排序模型和排序算法進行了研究，為后續(xù)排序算法的研究和改進奠定了基礎；然后在Nutch基