基于P2P的中文搜索引擎的研究與應(yīng)用.pdf

1、P2P搜索引擎是一種基于P2P網(wǎng)絡(luò)結(jié)構(gòu)的全文檢索引擎，它是網(wǎng)絡(luò)技術(shù)研究中的一個(gè)新興領(lǐng)域，現(xiàn)有的P2P搜索技術(shù)在如何面對(duì)大規(guī)模的網(wǎng)絡(luò)節(jié)點(diǎn)保持系統(tǒng)的穩(wěn)定性、可靠性，減少對(duì)超級(jí)節(jié)點(diǎn)的依賴及對(duì)網(wǎng)絡(luò)節(jié)點(diǎn)共享資源的發(fā)現(xiàn)、索引、復(fù)雜搜索、深度搜索等方面還存在一些不足，本文在如何實(shí)現(xiàn)網(wǎng)絡(luò)穩(wěn)定可靠、對(duì)超級(jí)節(jié)點(diǎn)依賴少及高效的對(duì)資源進(jìn)行發(fā)現(xiàn)索引、支持復(fù)雜搜索、中文處理和深度搜索等方面進(jìn)行了深入的研究。
　　 針對(duì)傳統(tǒng)中文分詞算法的缺陷，本文提出了一種

2、基于X-樹(shù)結(jié)構(gòu)的中文分詞算法(CSECHSplitor)，CSECHSplitor算法首先在X-樹(shù)結(jié)構(gòu)初始節(jié)點(diǎn)查找首字哈希值，再根據(jù)首字孩子節(jié)點(diǎn)指針在基于有序表的孩子節(jié)點(diǎn)上查找后繼元素，通過(guò)對(duì)比基于哈希表的新詞詞庫(kù)，動(dòng)態(tài)移動(dòng)首字指針，解析出數(shù)據(jù)中有效的分詞單位。在CSECHSplitor基礎(chǔ)上本文設(shè)計(jì)并實(shí)現(xiàn)了配套的全文檢索系統(tǒng)；針對(duì)傳統(tǒng)P2P搜索技術(shù)所采用的網(wǎng)絡(luò)結(jié)構(gòu)不足，提出了一種改進(jìn)的三層半分布混合式P2P網(wǎng)絡(luò)結(jié)構(gòu)，該網(wǎng)絡(luò)結(jié)構(gòu)將系統(tǒng)網(wǎng)

3、絡(luò)節(jié)點(diǎn)按功能劃分為引導(dǎo)節(jié)點(diǎn)、超級(jí)節(jié)點(diǎn)、普通節(jié)點(diǎn)，并擴(kuò)展引導(dǎo)節(jié)點(diǎn)與超級(jí)節(jié)點(diǎn)定義——采用純P2P模式連接的子網(wǎng)絡(luò)，盡最大可能的避免傳統(tǒng)模式下由于超級(jí)節(jié)點(diǎn)失效而導(dǎo)致局部網(wǎng)絡(luò)失效的問(wèn)題，結(jié)合三層混合式半分布P2P網(wǎng)絡(luò)結(jié)構(gòu)與全文檢索系統(tǒng)的基礎(chǔ)上實(shí)現(xiàn)了一種基于P2P的中文搜索引擎P2P Chinese Search Engine(P2PCSE)。
　　 通過(guò)構(gòu)建了一個(gè)基于局域網(wǎng)的實(shí)驗(yàn)環(huán)境，對(duì)P2PCSE系統(tǒng)中文分詞算法的效率、準(zhǔn)確度，P2P