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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著計算機(jī)互聯(lián)網(wǎng)行業(yè)的蓬勃發(fā)展,互聯(lián)網(wǎng)所提供的服務(wù)已經(jīng)涵蓋了人們生活的方方面面,互聯(lián)網(wǎng)提供的服務(wù)主要通過網(wǎng)頁的形式呈現(xiàn)給用戶使用,信息搜索已成為互聯(lián)網(wǎng)中最有價值的研究與應(yīng)用領(lǐng)域。通用搜索引擎,如百度、Google、360搜索等搜索引擎,能夠?qū)⒒ヂ?lián)網(wǎng)中的眾多網(wǎng)站信息進(jìn)行整合,提供信息導(dǎo)航的作用,而垂直搜索引擎則主要服務(wù)于某一特定行業(yè)、特定專業(yè)的搜索引擎,是對通用搜索引擎功能進(jìn)行的延伸和細(xì)分化。垂直搜索引擎為用戶提供的信息是范圍極為縮小、極

2、具針對性的具體信息,而不像通用搜索引起那樣提供成百上千的相關(guān)網(wǎng)頁。由于垂直搜索引擎的專、精特質(zhì),特定行業(yè)的用戶更加青睞于垂直搜索引擎,因此研究垂直搜索引擎的關(guān)鍵技術(shù)具有重要意義。
  本文的研究重點是在當(dāng)前現(xiàn)有的垂直搜索引擎的基礎(chǔ)上,設(shè)計基于分布式計算技術(shù)的垂直搜索抓取平臺,通過這套平臺系統(tǒng)能夠?qū)I(yè)領(lǐng)域的網(wǎng)站,快速實施及部署所有重要信息的抓取。本文的主要工作包括:
  (1)針對垂直搜索抓取系統(tǒng)的基本需求與關(guān)鍵核心問題進(jìn)行

3、研究,分析了垂直搜索抓取系統(tǒng)要實現(xiàn)的基本功能需求,提出了基于字符串匹配的可配置抓取策略的基本解決方案。
  (2)針對互聯(lián)網(wǎng)行業(yè)信息的巨大規(guī)模及網(wǎng)絡(luò)復(fù)雜性,分析設(shè)計了跨網(wǎng)絡(luò)的分布式抓取策略部署及調(diào)度方案。
  (3)最后,以互聯(lián)網(wǎng)中的手機(jī)應(yīng)用分發(fā)網(wǎng)站作為測試。測試結(jié)果表明本系統(tǒng)能夠快速的實現(xiàn)對多個手機(jī)應(yīng)用分發(fā)網(wǎng)站的全量抓取及增量抓取行為,系統(tǒng)抓取得到的信息具有較好的結(jié)構(gòu)化程度。
  目前,該系統(tǒng)已經(jīng)初步投入實際使用并取

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(hù)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(fù)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