垂直搜索引擎在校園網(wǎng)中的研究與應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)的迅猛發(fā)展,從海量數(shù)據(jù)信息中搜索有效信息已經(jīng)成為一個重要的問題。目前雖然己經(jīng)有g(shù)oogle、百度這些優(yōu)秀的通用搜索引擎,但這些搜索引擎對于局域網(wǎng)內(nèi)信息無法完全、準(zhǔn)確的獲取,同時信息的實(shí)時性也無法保證,所以它們并不能很好的準(zhǔn)確檢索具有行業(yè)背景的信息。
　　目前高校校園網(wǎng)的建設(shè)已經(jīng)比較成熟,校園網(wǎng)內(nèi)部的公有信息大幅增長,例如本科及研究生的招生及宣傳信息。如果使用通用搜索引擎,用戶無法獲取較為有效的校園網(wǎng)相關(guān)信息。因此,為了提

2、高信息檢索的效率,本文設(shè)計并實(shí)現(xiàn)了適用于高校校園網(wǎng)的垂直搜索引擎系統(tǒng)。
　　本文研究并實(shí)現(xiàn)了一個應(yīng)用于高校校園網(wǎng)的垂直搜索引擎系統(tǒng)。首先闡述了通用搜索引擎的工作原理和主要組成部分,進(jìn)而分析了垂直搜索引擎的實(shí)現(xiàn)原理。論文設(shè)計并完成了網(wǎng)頁抓取模塊、預(yù)處理模塊、索引和查詢模塊等搜索引擎系統(tǒng)的4個核心模塊。其中在網(wǎng)頁抓取模塊中實(shí)現(xiàn)了網(wǎng)頁下載以及將已訪問過的URL過濾的功能;在預(yù)處理模塊中比較了兩種方案,選擇較優(yōu)的一種進(jìn)行了網(wǎng)頁去噪,同時完