軍事工程兵主題搜索引擎研究.pdf

1、在現(xiàn)代通信技術(shù)及互聯(lián)網(wǎng)技術(shù)高速發(fā)展的今天,人們利用搜索引擎在網(wǎng)絡(luò)上查找信息越來越普遍。但就目前通用搜索引擎來說己遠(yuǎn)遠(yuǎn)不能滿足用戶對(duì)某一特定領(lǐng)域內(nèi)信息的搜索需求。本文首先闡述了垂直搜索引擎的發(fā)展及研究現(xiàn)狀,引出了本文的主要研究?jī)?nèi)容,即軍事工程兵主題搜索引擎。其次對(duì)搜索引擎中的爬蟲工具Heritrix進(jìn)行了深入的分析,研究了其工作原理、過程,就其提供的擴(kuò)展接口給出了具體的擴(kuò)展設(shè)計(jì)模式,主要用于對(duì)網(wǎng)頁信息的抓取過程,減少無效網(wǎng)頁的抓取冗余,實(shí)

2、現(xiàn)網(wǎng)頁內(nèi)容抓取的相對(duì)可控性。其次,對(duì)搜索引擎索引和檢索模塊進(jìn)行了深入的研究分析,主要研究了Lucene索引系統(tǒng)的結(jié)構(gòu)、索引的建立,檢索系統(tǒng)的結(jié)構(gòu)及結(jié)果排序等機(jī)制的實(shí)現(xiàn)原理和流程。最后在對(duì)Heritrix及Luccne分析的基礎(chǔ)上,提出并論述了具有全文檢索功能的搜索引擎系統(tǒng)的設(shè)計(jì)架構(gòu)及內(nèi)部各模塊設(shè)計(jì)思想。最終實(shí)現(xiàn)對(duì)工程兵特別是工程兵裝備信息的抓取以及實(shí)現(xiàn)工程兵裝備檢索功能。提出了軍事工程兵主題搜索引擎的體系架構(gòu);基于Heritrix系統(tǒng),