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Internet和WWW的迅速發(fā)展,Internet上的資源日趨豐富。為了幫助人們在浩如煙海的互聯(lián)網(wǎng)中獲取有用的信息,基于Internet的各類信息檢索服務(wù)應(yīng)運(yùn)而生并得到了迅速發(fā)展。目前人們在互聯(lián)網(wǎng)上搜索信息主要是通過Google、百度等通用搜索引擎。一般情況下,通用搜索引擎可以滿足用戶的需求。然而,當(dāng)用戶只想查詢某一具體行業(yè)或某種主題的相關(guān)信息時,這類搜索引擎就會顯得有些力不從心。垂直搜索引擎的出現(xiàn),正好滿足了這些特定的需求。
2、r> 針對某一領(lǐng)域、某一特定人群或某一特定需求建立的搜索引擎稱為垂直搜索引擎,它已經(jīng)逐漸成為人們獲取專業(yè)網(wǎng)絡(luò)信息的重要工具。Lucene是一個用Java語言編寫的全文索引引擎工具包,它可以方便地嵌入到各種應(yīng)用中,實(shí)現(xiàn)針對特定應(yīng)用的垂直搜索功能。
網(wǎng)絡(luò)爬蟲是垂直搜索引擎的數(shù)據(jù)來源,它的性能直接影響了信息采集的數(shù)量與質(zhì)量,因此網(wǎng)絡(luò)爬蟲是搜索引擎的重要組成部分。Lucene本身沒有提供信息采集的功能,本論文在介紹搜索引擎有關(guān)技術(shù)和
3、開源網(wǎng)絡(luò)爬蟲Heritrix的基礎(chǔ)上,通過對Heritrix進(jìn)行擴(kuò)展和改進(jìn),實(shí)現(xiàn)了一個垂直搜索爬蟲,滿足了特定的信息采集需求。測試結(jié)果表明改進(jìn)后的網(wǎng)絡(luò)爬蟲的抓取效率較改進(jìn)前有明顯的提高。
本論文還針對Lucene在搜索結(jié)果排序算法方面的不足進(jìn)行了改進(jìn)。改進(jìn)前的Lucene排序算法根據(jù)查詢和包含關(guān)鍵字的文檔來計算相關(guān)度得分,沒有考慮網(wǎng)頁在互聯(lián)網(wǎng)中的重要程度,還不能完全適應(yīng)網(wǎng)頁搜索。改進(jìn)后的頁面優(yōu)先度排序算法在原有Lucene排序
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。
最新文檔
- 基于lucene的商品垂直搜索引擎研究與實(shí)現(xiàn)
- 基于Lucene技術(shù)的垂直搜索引擎的研究與實(shí)現(xiàn).pdf
- 基于Lucene的商品垂直搜索引擎研究與實(shí)現(xiàn).pdf
- 基于Lucene的職位垂直搜索引擎的研究與實(shí)現(xiàn).pdf
- 基于Lucene的垂直搜索引擎的設(shè)計與實(shí)現(xiàn).pdf
- 基于Lucene的AEP垂直搜索引擎的研究與實(shí)現(xiàn).pdf
- 基于LUCENE的搜索引擎研究與實(shí)現(xiàn).pdf
- 基于Lucene的垂直搜索引擎的研究與應(yīng)用.pdf
- 基于Lucene的搜索引擎的研究與實(shí)現(xiàn).pdf
- 基于SSH和Lucene垂直搜索引擎研究.pdf
- 基于Lucene的網(wǎng)絡(luò)文學(xué)垂直搜索引擎的研究與實(shí)現(xiàn).pdf
- 基于Lucene-Heep Client的垂直搜索引擎研究與實(shí)現(xiàn).pdf
- 基于Lucene的垂直搜索引擎關(guān)鍵技術(shù)研究.pdf
- 基于lucene的web搜索引擎實(shí)現(xiàn)
- 基于LUCENE的主題搜索引擎研究與實(shí)現(xiàn).pdf
- 基于lucene的搜索引擎.pdf
- 基于Lucene的垂直搜索引擎關(guān)鍵技術(shù)的研究應(yīng)用.pdf
- 基于Lucene的房產(chǎn)信息垂直搜索引擎的研究與實(shí)現(xiàn).pdf
- 基于Heritrix和Lucene構(gòu)建的垂直搜索引擎的研究與實(shí)現(xiàn).pdf
- 基于Lucene的搜索引擎的設(shè)計與實(shí)現(xiàn).pdf
評論
0/150
提交評論