EBM網(wǎng)絡(luò)搜索引擎的研究與實(shí)現(xiàn).pdf

1、隨著Internet的迅速發(fā)展，網(wǎng)絡(luò)信息不斷膨脹，給搜索引擎帶來(lái)了前所未有的挑戰(zhàn)。人們對(duì)搜索引擎的關(guān)注程度越來(lái)越高，因此搜索引擎的發(fā)展水平在一定的程度上決定了互聯(lián)網(wǎng)資源的利用率，全文搜索引擎是搜索引擎的重要分支，也是學(xué)者研究的重點(diǎn)。為了實(shí)現(xiàn)全文搜索，本文主要工作包括以下四個(gè)方面： 第一，研究了搜索引擎的基本原理、組成、網(wǎng)絡(luò)機(jī)器人技術(shù)以及開(kāi)放源代碼的全文搜索引擎工具包Lucene，提出一種改進(jìn)Lucene排序算法的思想。

2、第二，設(shè)計(jì)實(shí)現(xiàn)了一個(gè)可以多線程高效運(yùn)行的網(wǎng)絡(luò)機(jī)器人(LoincnSpider)，網(wǎng)絡(luò)機(jī)器人是搜索引擎的數(shù)據(jù)來(lái)源，是搜索引擎中很重要的一部分，其性能直接影響到數(shù)據(jù)采集的數(shù)量與質(zhì)量。實(shí)驗(yàn)證明，該系統(tǒng)具有較強(qiáng)的通用性和穩(wěn)定性，對(duì)網(wǎng)站有效數(shù)據(jù)的下載成功率最高可達(dá)88.9％，可以用它抓取網(wǎng)站數(shù)據(jù)，作為EBM網(wǎng)絡(luò)搜索引擎的數(shù)據(jù)來(lái)源補(bǔ)充。 第三，設(shè)計(jì)實(shí)現(xiàn)了一個(gè)全文搜索引擎系統(tǒng)(Loincn)。該系統(tǒng)包括搜索器、索引器、檢索器、用戶接口四個(gè)搜索