智能海量文件搜索引擎研究與實現(xiàn).pdf

1、搜索引擎及桌面文件搜索在近幾年發(fā)展較快。但在海量文件內(nèi)容搜索方面，為用戶提供全面服務方面還差強人意，它們只是定位文件，在對用戶文件內(nèi)容挖掘等方面有所缺陷。 本文主要工作如下： (1)分析搜索引擎的發(fā)展及歷史。然后提出本文的研究方向； (2)研究了海量內(nèi)容搜索引擎的基礎理論，分析了基于雙數(shù)組線索的中文分詞算法及用戶模型等；在從理論角度研究相關模型和算法的同時，也采用了大量的數(shù)據(jù)及測試工具，對相關模型和算法作了較為詳

2、細的測試，進而驗證算法和模型的準確性與高效性； (3)從設計和實現(xiàn)的角度作了較為詳細的工作。主要采用自頂向下的模式，先系統(tǒng)架構(gòu)，然后各個模塊，再到設計各個軟件包。整個系統(tǒng)層次分明、結(jié)構(gòu)清晰。主要包括：系統(tǒng)總體設計、中文分詞算法的實現(xiàn)、用戶模型及并發(fā)文件爬蟲的設計與實現(xiàn)等； (4)使用了相關測試工具進行了測試，包括：功能測試、壓力測試等；同時對整個系統(tǒng)進行了性能分析和優(yōu)化； (5)在總結(jié)本文目前的完成的工作的情況下