面向?qū)W科的基礎(chǔ)教育資源垂直搜索引擎的研究與實(shí)現(xiàn).pdf

1、隨著Internet的迅猛發(fā)展，互聯(lián)網(wǎng)上的電子信息也在飛速增長(zhǎng)，為人們帶來了極大的便利。但是當(dāng)人們?cè)谙硎苓@些便利的同時(shí)，也漸漸發(fā)現(xiàn)了一個(gè)亟待解決的問題，那就是如何能夠在這數(shù)量巨大、形式多樣的信息中快速準(zhǔn)確地找到自己需要的、有關(guān)某一具體領(lǐng)域中的資源呢？通用搜索引擎（也就是傳統(tǒng)的搜索引擎）在針對(duì)某一具體領(lǐng)域資源進(jìn)行檢索的時(shí)候，往往搜出的結(jié)果覆蓋面非常廣泛，存在著很多重復(fù)的信息和垃圾信息，不能夠很好地為用戶提供精準(zhǔn)化的檢索服務(wù)。而垂直搜索引擎

2、卻不同，它正是針對(duì)某一個(gè)行業(yè)、某一特定人群或某一特定需求的專業(yè)搜索引擎，是搜索引擎的細(xì)分和延伸，可以為用戶提供更精準(zhǔn)更高質(zhì)量的信息。 本文以基礎(chǔ)教育領(lǐng)域中的學(xué)科資源為背景，通過運(yùn)用擴(kuò)展Lucene和Heritrix，初步構(gòu)建出了一個(gè)檢索結(jié)果較為精準(zhǔn)的垂直搜索引擎。本文主要包括以下幾方面的內(nèi)容：（1）通過定制和擴(kuò)展Heritrix這個(gè)由Java開發(fā)的、開源的Web網(wǎng)絡(luò)爬蟲來從互聯(lián)網(wǎng)上爬取有關(guān)基礎(chǔ)教育領(lǐng)域中的各個(gè)學(xué)科資源：（2）利用