站點(diǎn)搜索引擎的研究與實(shí)現(xiàn).pdf_第1頁(yè)
已閱讀1頁(yè),還剩55頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、伴隨著信息化進(jìn)程的加快,越來(lái)越多的企業(yè)構(gòu)建了自己的Web站點(diǎn),通過(guò)站點(diǎn)向用戶提供產(chǎn)品和服務(wù)信息。但伴隨的問(wèn)題是,隨著Web信息資源的迅速增加,越來(lái)越豐富的信息呈現(xiàn)在用戶面前,使得用戶越來(lái)越難以獲取其需要的資源,而僅僅通過(guò)瀏覽是不能高效獲取信息的。站點(diǎn)搜索引擎可以很好地解決這個(gè)問(wèn)題。本課題就是通過(guò)研究搜索引擎及其技術(shù),構(gòu)建一個(gè)面向Web站點(diǎn)的搜索引擎。 本文首先介紹了站點(diǎn)搜索引擎現(xiàn)狀,提出了站點(diǎn)搜索引擎研究的必要性。然后介紹了搜索

2、引擎的分類和工作原理,并從信息搜集、信息處理和信息檢索這三個(gè)組成部分分析和研究了搜索引擎的主要實(shí)現(xiàn)技術(shù)。在此基礎(chǔ)之上對(duì)站點(diǎn)搜索引擎系統(tǒng)進(jìn)行分析和設(shè)計(jì),利用bot和Lucene工具包實(shí)現(xiàn)了該站點(diǎn)搜索引擎。 該系統(tǒng)采用多線程技術(shù)實(shí)現(xiàn)了并行的信息采集程序;用倒排索引技術(shù)實(shí)現(xiàn)了Web信息索引庫(kù);最終向用戶提供了文本、音樂和圖片三類資源的檢索服務(wù)。為了得到更優(yōu)的頁(yè)面檢索結(jié)果,本系統(tǒng)提出了一種基于頁(yè)面內(nèi)容和URL鏈接深度相結(jié)合的頁(yè)面優(yōu)先度排

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論