2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩70頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、計算機與網(wǎng)絡(luò)信息技術(shù)的快速發(fā)展,促使當(dāng)今社會進入了網(wǎng)絡(luò)信息時代,各個領(lǐng)域的數(shù)據(jù)和信息急劇增多,海量數(shù)據(jù)豐富了人們的生活,同時也增加了用戶對信息的篩選時間。如何從這些雜亂無章的龐大數(shù)據(jù)和強干擾的信息中搜索出有利用價值的信息,這對人類的智能信息處理能力提出了空前的挑戰(zhàn)。在某些專業(yè)領(lǐng)域,通用搜索引擎的信息查全率和查準(zhǔn)率都在不斷下降,而用戶對獲取更加精準(zhǔn)和詳細的專業(yè)信息的需求卻在不斷增長。
  面對這些挑戰(zhàn),誕生了針對特定領(lǐng)域和個性化信息

2、檢索的垂直搜索引擎?;贚ucene的垂直搜索引擎已經(jīng)成為當(dāng)今搜索引擎和Web信息挖掘中的一個研究熱點和難點,本文的研究就是以這一熱點和難點技術(shù)而展開的,主要工作如下:
  第一,對垂直搜索引擎的相關(guān)研究進展和現(xiàn)狀進行了分析,介紹了垂直搜索引擎的組成并細述了其工作原理;概述了全文檢索引擎Lucene的相關(guān)技術(shù),包括Lucene框架構(gòu)成、索引技術(shù)和搜索機制等,并對Lucene索引和數(shù)據(jù)庫索引進行了比較。
  第二,針對通用分詞

3、系統(tǒng)對領(lǐng)域分詞的效果不理想這一問題,研究了垂直搜索引擎的中文分詞算法;分析圖書領(lǐng)域詞匯的特點,提出了一種帶詞長的雙字哈希詞典機制,并在此機制的基礎(chǔ)上改進了正向最大匹配分詞算法;
  第三,針對Lucene中排序技術(shù)只關(guān)注網(wǎng)頁內(nèi)容而忽視網(wǎng)頁本身的重要性這一問題,研究了基于鏈接的網(wǎng)頁排序算法;在考慮圖書數(shù)據(jù)特點和網(wǎng)頁的重要性的基礎(chǔ)上,改進了基于PageRank的Lucene排序算法。
  第四,在分詞和排序改進的基礎(chǔ)上,設(shè)計和實

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論