化工行业信息搜索技术的研究.pdfVIP

第 24卷第 1期 四川理工学院学报(自然科学版) Vol24 No1 2011年 2月 Journal of S ichuan Un iversity of Science Engineering( Natural Science Ed ition) Fe 2011 : 2011) 1 1 2 刘强国, 高媛媛 , 左由兵 ( 1. , 643000; 2. , 643000) : 面向行业主题的搜索在特定主题信息覆盖方面与通用搜索引擎有着截然不同的要求, 为 解决行业信息搜索的问题对基于向量空间算法的化工相关度计算以及对经典的 Rank页面排 序算法做了研究与改进并且在Nutch搜索引擎架构基础上, 搭建了 一个面向化工行业信息资源的垂 直搜索引擎相对于通用搜索引擎来说剔除掉了不必要的搜索结果信息量,提升了系统速度, 提高了 行业信息搜索的准确度 : Nutch; 主题过滤; 页面排序 : TP3913 : A , )()link W e ()W e ( , ) W e DB we , , page 2 [ 1] Nutch Apache, , link 3 , , , Nutch, [ 23] Nutch 1 Nutch的工作原理 Nutch: , , 1 1 Nutch W e DB : pages linkspage we , URL MD5, fetch listsW e DB URL, ()( : : 四川理工学院人才引进科研启动项目( 07ZR41) : 刘强国( 1980), 男, 四川成都人, 教, 硕士, 主要从事网络计算技术方面的研究 72 四川理工学院学报( 自然科学版) 2011年 2月 URL URL, fetchers fetchlists, Internet W e DB ; , , updatesW e DB URL, URL, , W e DB URL content ; indexers content URL; URL W e servers W e DB : Nutch, W e DB URL; , , URL fechlists; URL , fechlistsURL, , , , () URL ; , ; , W e DB ;