主題搜索引擎搜索策略的研究及算法設(shè)計.pdf

1、當(dāng)前互聯(lián)網(wǎng)應(yīng)用中網(wǎng)站的搜索正變得越來越普及，一個網(wǎng)站要想做大做強，其內(nèi)容必定要豐富，用戶想要找到的內(nèi)容，不管是最新的還是以前的(比如一段時間以前就見過的新聞報道，因為不再是最新的內(nèi)容而沒有出現(xiàn)在首頁上)，我們都可以借助搜索引擎來查找它。
　　通過搜索引擎，用戶可以享受快速獲得資源的服務(wù)，幾乎足不出戶，搜索引擎就可以使人們更有效的從互聯(lián)網(wǎng)絡(luò)獲取各種信息了，所以一個搜索引擎的好壞直接決定了人們的互聯(lián)網(wǎng)生活。
　　本文通過分析了主

2、流搜索策略及算法，對搜索引擎的分類、技術(shù)架構(gòu)及原理結(jié)構(gòu)進(jìn)行了深度的剖析，同時研究了基于主題爬蟲系統(tǒng)的設(shè)計和模型的建立，在現(xiàn)有的技術(shù)支持上融入了機器學(xué)習(xí)算法，具體的討論了文檔的特征選擇算法思想，并闡述了目前主流的TF-IDF改進(jìn)算法，以Python2.7為開發(fā)平臺，設(shè)計實現(xiàn)了基于Context Graph的主題爬蟲系統(tǒng)。最終以國內(nèi)各大汽車網(wǎng)站為例，將“汽車”設(shè)為主題詞進(jìn)行分類爬取，以查全率、查準(zhǔn)率、F1值來評價所涉及的系統(tǒng)性能的好壞。通過