程序設(shè)計論壇檢索關(guān)鍵技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)技術(shù)的發(fā)展，論壇開始出現(xiàn)并迅速的發(fā)展壯大。目前，論壇幾乎覆蓋了我們?nèi)粘Ｉ詈凸ぷ鞯母鱾€領(lǐng)域，經(jīng)過數(shù)年的發(fā)展和累積，論壇中蘊涵著數(shù)量巨大且質(zhì)量較好的知識資源。由于論壇中的帖子更新很快，歷史數(shù)據(jù)很難被重新利用。因此，怎樣才能充分利用論壇平臺累積的大量數(shù)據(jù)來滿足用戶的需求，我們需要進一步去研究和探索適合于論壇的檢索技術(shù)。本文正是在這種背景下，對論壇檢索的關(guān)鍵技術(shù)開展了研究，主要研究內(nèi)容包括以下幾個方面：
　　第一，通過對程序設(shè)計

2、論壇頁面源代碼的分析，同時考慮檢索系統(tǒng)的實際需求，本文采用基于規(guī)則的方法設(shè)計論壇數(shù)據(jù)采集器，增量采集信息，將半結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)并利用數(shù)據(jù)庫進行存儲，同時還根據(jù)實際需求對采集器進行了優(yōu)化。
　　第二，本文對程序設(shè)計論壇數(shù)據(jù)特點進行了分析，并根據(jù)每個特點提出改善論壇檢索效果的策略。針對論壇中水帖較多的問題，采用關(guān)鍵帖抽取技術(shù)，并設(shè)計了基于關(guān)鍵帖的采用語言模型的檢索方法。針對論壇線索中一些帖子之間存在的交流關(guān)系，本文利用排序支