搜索引擎相关技研究.pdf

摘 要 摘 要 Internet上面的信息数量与日俱增，使得互联网的使用者已经很难以地址栏 输入地址或简单的导航网站准确、有效地找到所需的内容信息。那么，如何才能 解决这个问题呢，答案是唯一的：搜索引擎。搜索引擎如今已然成了互联网使用 者在网上查找他们所需内容信息的不可或缺的检索工具。所以，这就使得专家学 者们对搜索引擎的研究越加重视，近几年搜索引擎的各种相关技术都有了长足的 进步，并且相继出现了像Baidu、Google、Yahoo等这样优秀好用的搜索引擎。因 为互联网上面的信息内容正在爆炸般得方式增长，那么互联网使用者依赖搜索引 擎的程度也就越来越深，搜索引擎技术发展的机遇由此到来了，同时，这也使得 前所未有的挑战降临到了搜索引擎领域。与搜索引擎相关的技术有很多方面，它 们当中的底层的分布式文件存储系统则是相当重要的一个方向。因此本文其中的 一个研究部分就是对搜索引擎之中的底层的分布式文件存储系统的分析和优化， 目的是通过提高底层分布式文件存储系统的性能，来最终达到使其上层的搜索引 擎其他部分应用可以拥有更好的性能。由于最近搜索引擎领域之中的语义检索方 向已成为一个热点，所以本文的第二个研究部分就是搜索引擎之中的语义级别检 索，我们利用的是本体论的方法来建立语义关联空间，之后运用语义关联空间来 实现语义级别的检索。最后一个部分我们讲讨论当前也十分流行的XML （Extensible Markup Language，也就是可扩展标记语言）数据上的搜索引擎的 检索算法，我们将会论述分析当前比较流行的XML检索算法，并提出我们的优化 策略。 关键词：搜索引擎; 语义关联空间; 检索算法; 分布式文件存储 I ABSTRACT ABSTRACT The increasing number of information on the Internet, making the Internet users already very difficult to address bar input address or simple navigation website accurate, effectively find the necessary information. So, how to solve this problem? And the answer is the only: search engine. Search engine now has become Internet users in the Internet to find the information they need the indispensable retrieval tool. So, this makes specialists and scholars to the search engines research in recent years more seriously, search engine all sorts of relevant technology has made considerable progress, and successively appeared like Baidu and Google, Yahoo with such good search engine. Because the Internet information content is explosion on the way, so a growing Internet users rely on search engine degree are increasingly deep, search engine technology development opportunities which arrived, meanwhile, it also makes the unpr