主題搜索引擎數(shù)據(jù)存儲與更新的研究與實現(xiàn).pdf

1、搜索引擎是人們獲取海量網(wǎng)絡(luò)信息的首要工具，是網(wǎng)絡(luò)研究和應(yīng)用的關(guān)鍵內(nèi)容。目前隨著tntemet信息的爆炸增長以及信息多元化的發(fā)展，主題搜索引擎正成為研究熱點與發(fā)展趨勢。本文就中文Web主題信息獲取與檢索技術(shù)進(jìn)行了一些探討，深入研究了主題搜索引擎中數(shù)據(jù)存儲與更新技術(shù)。 本文首先介紹了搜索引擎尤其是主題搜索所涉及到的相關(guān)技術(shù)、相關(guān)理論和假設(shè)，及其的研究現(xiàn)狀和發(fā)展前景。并論述其中數(shù)據(jù)存儲與更新技術(shù)的基本理論。在此基礎(chǔ)上本文對原型系統(tǒng)中的

2、三種數(shù)據(jù)類型：URL數(shù)據(jù)，頁面數(shù)據(jù)和索引數(shù)據(jù)的存儲方式及其數(shù)據(jù)結(jié)構(gòu)分別進(jìn)行了設(shè)計，重點研究了相對比較復(fù)雜的索引數(shù)據(jù)的文件結(jié)構(gòu)。其次，本文對本原型系統(tǒng)所用的數(shù)據(jù)更新技術(shù)進(jìn)行了探討，并提出一種新的主題搜索中的網(wǎng)頁更新算法。在對以上兩項技術(shù)進(jìn)行研究的基礎(chǔ)上，本文簡要介紹了一種比較理想的農(nóng)業(yè)主題搜索引擎的系統(tǒng)架構(gòu)，并重點論述其中數(shù)據(jù)存儲的實現(xiàn)方式及更新算法的實驗結(jié)果。本原型系統(tǒng)主要面向農(nóng)業(yè)方面，保證了對農(nóng)業(yè)信息的全面收錄和及時更新，避免了大量的