类Gnutella网络文本检索研究.pdfVIP

第36卷 第6期 计 算 机 工 程 2010年3月 Vo1．36 No．6 ComputerEngineering M arch2010 · 软件技术与数据库 · 文章编号：l00o__3428(20l0)06—006l—03 文献标识码：A 中圈分类号：TP391 类Gnutella网络文本检索研究 史庆伟，壬新海 (辽宁工程技术大学软件学院，葫芦岛 125105) 摘 要：提出类Gnutella网络文本检索的方法，借助文本聚类技术构建无结构P2P语义覆盖网，每个节点维护一定数量的短程连接和长程 连接邻居节点，使P2P网络具有小世界特性。邻居节点的更新在查询和应答的交互中进行，节点能动态快速地了解网络的拓扑情况。实验 结果表明，小世界P2P网络具有较大的聚类系数、较小的特征路径长度和较高的文本检索查全率。 关健词：对等网络；小世界现象；文本检索；覆盖网 ResearchonTextRetrievalinGnutella．1ikeNetworks SHIQing-wei，WANGXin-hai (SchoolofSoftware，LiaoningTechnicalUniversity,Huludao125105) [Abstract|AtextretrievalmethodisproposedinGnutella—likenetworks，whichresortstotextclusteringtoconstructasemanticoverlayinthe unstructuredPeer-to—Peer(P2P)network．Eachnodemaintainsseverallong—linkneighborsandshort—linkneighborstobuildasmallworldP2P networks．Neighborsupdateisprocessedduringhtequery andresponse．ThismakesitrapidlytOfindoutthenetworkstopology．Experimental resultsshow thatsmallworldP2Pnetworkyieldshigherrecallandtakesonthecharacteristicsofsmallworldwithgreaterclusteringcoefficientand loweraveragepaht length． [Keywords|Peer-to—Peer(P2P)network；smallworldphenomenon；textretrieval；overlaynetwork 1 概述 并不意味着在大规模的网络中是可以快速搜索的。文献[3】从 Netcraft网站的统计显示，目前世界上存在 1．8亿以上的 理论方面研究了大规模网络的搜索能力，以及在网络中能够 网站，89亿以上的表面网页和49000亿 以上的深度网页。传 实现快速搜索的性质。文献[2—3]为P2P网络文本检索提供了 统的集中式搜索引擎在处理如此海量的网页时会面临可扩展 可靠的理论基础。 性、网页深度挖掘、单节点失效以及安全性等方面的问题， 综上所述，无需预先定义层次结构主题信息，利用文本 另一方面，对等(Peer—to—Peer，P2P)网络在充分利用网络带宽、 聚类技术将P2P网络节点按照语义关系 自动聚类，可以使语 实时更新数据和隐私保护等方面具有优势。在 P2P网络环境 义相近的节点连接更紧密。将 P2P网络中的消息转发看作 下实现文本检索已成为集中式搜索引擎的替代方案之一。 Milgram 邮包转发实验，根据请求消息和应