學(xué)術(shù)論文垂直搜索引擎的架構(gòu)與實(shí)現(xiàn).pdf

1、論文的多年累積加之以越來(lái)越多的人投身于學(xué)術(shù)研究，導(dǎo)致論文數(shù)量激增，這為學(xué)術(shù)研究帶來(lái)了新的挑戰(zhàn)。搜索引擎成為人們獲得及時(shí)有效的論文信息的重要途徑。但目前的通用搜索引擎存在著信息重復(fù)率高、檢索功能單一等缺點(diǎn)，使得用戶為獲取有效信息在網(wǎng)上駐留時(shí)間不斷增長(zhǎng)。所以作為通用搜索引擎的補(bǔ)充，垂直搜索引擎更能做到符合用戶個(gè)性化的需求。本文的目的便是構(gòu)建一個(gè)面向?qū)W術(shù)研究領(lǐng)域的學(xué)術(shù)論文垂直搜索引擎，滿足用戶在檢索論文方面的需求。
　　 在對(duì)垂直搜索

2、引擎進(jìn)行了理論性研究的基礎(chǔ)之上，設(shè)計(jì)并實(shí)現(xiàn)了學(xué)術(shù)論文垂直搜索引擎。首先給出了系統(tǒng)的需求分析，然后設(shè)計(jì)了系統(tǒng)的整體架構(gòu)。系統(tǒng)共分為信息采集、網(wǎng)頁(yè)預(yù)處理、索引、查詢服務(wù)和聚類(lèi)推薦五個(gè)功能模塊，本文詳細(xì)說(shuō)明了各個(gè)模塊的設(shè)計(jì)方案。在詳細(xì)設(shè)計(jì)的基礎(chǔ)上，完成了這整個(gè)系統(tǒng)的代碼實(shí)現(xiàn)和測(cè)試。
　　 本文特點(diǎn)包括:使用聚焦網(wǎng)絡(luò)機(jī)器人獲取源論文信息;針對(duì)網(wǎng)頁(yè)預(yù)處理模塊中結(jié)構(gòu)化信息抽取問(wèn)題，設(shè)計(jì)了基于模板匹配的結(jié)構(gòu)化信息抽取技術(shù);在垂直搜索引擎的基礎(chǔ)