《农业信息垂直搜索引擎研究报告》.docVIP

农 业 信 息 垂 直 搜 索 引 擎 研 究 报 告 所 在 院 系 计算机技术与工程学院 学 科 专 业 农业信息化 研究生姓名 宋 玲 指 导 老 师 高 静 2013-10-12 目录 目录 1 第一章 垂直搜索引擎综述 2 1.1搜索引擎的发展 2 1.2搜索引擎工作原理 3 1.3垂直搜索引擎定义 5 1.4垂直搜索引擎的特点 5 1.5垂直搜索引擎的典型列子 6 第二章 农业信息垂直搜索引擎 8 2.1 国内外发展现状 8 2.1.1国外农业搜索引擎的研究现状与发展 8 2.1.2国内农业搜索引擎的研究现状与发展 9 2.2农业信息搜索引擎主要特点 9 2.3农业信息搜索引擎结构 10 第三章 农业信息垂直搜索引擎的关键技术 13 3.1 信息抽取技术 13 3.2信息过滤技术 14 3.2.1 布尔模型 15 3.2.2 向量空间模型 15 3.2.3 潜在语义模型 15 结语 16 参考文献 17 第一章 垂直搜索引擎综述 1.1搜索引擎的发展 搜索引擎(SearchEngines)就是指在Web环境中能够响应用户提交的搜索请求，返回相应的查询结果信息的技术和系统，是在互联网上可以查询网站或网页信息的工具。它包括信息抓取、信息处理和用户查询三部分。搜索引擎的服务方式分为两种：目录服务和关键字检索服务。目录服务是由分类专家将网络信息按照主题分成若干个大类，用户可以根据分类清晰地找到自己所需要的内容；关键字检索服务可以查找包含一个或多个特定关键字或词组的WWW站点。搜索引擎是互联网的第二大核心技术，涉及到信息检索、人工智能!计算机网络、分布式处理、数据库、数据挖掘、数字图书馆、自然语言处理等多领域的理论和技。所以具有综合性和挑战性 1990年以前，没有任何人能实现搜索互联网的功能。互联网发展早期，信 息量较少，互联网用户多为专业人士，那时查找信息要相对容易。伴随互联网爆 炸性的发展，普通网络用户想找到所需的资料简直如同大海捞针。这时为满足大 众信息检索需求的搜索引擎便应运而生了。所有搜索引擎的祖先，都可以追溯到 1990年由蒙特利尔MeGill大学学生AlanEmtage，PeterDeutseh，Billwheelan发明的Arehie(ArehieFAQ)。虽然当时WorldWideWeb还未出现，但因为当时网络的主要用途是传输文件，网络中的文件传输还是相当频繁。由于大量的文件散布在各个分散的FTP主机中，查询起来非常不便，因此AlanEmtage想到了开发一个可以以文件名查找文件的系统于是便有了Archie。 1993年，美国内华达SystemComputingServiCeS大学开发了一个与Arehie 非常相似的搜索工具，这个搜索工具既能够检索文件也能够检索网页。 1994年4月，斯坦福(Stanford)大学的两名博士生：DavidFilo和美籍华人杨致远(GerryYang)共同创办了超级目录索引Yahoo，并成功地使搜索引擎的概念深入人心，从此搜索引擎进入了高速发展时期。 1998年，斯坦福大学的两位博士生LarryPage和SergeyBrin开发出了现在世界上最大的搜索引擎一代：oogle。通过对20多亿网页进行整理，Google可为世界各地的用户提供所需的搜索结果，而且搜索时间通常不到半秒，现在，Google每天需要为世界各国用户提供1.5亿次查询服务。 1997年10月29日，北大天网正式在CERNET上向广大Internet用户提供 Web信息导航服务，它是由北大计算机系网络与分布式系统研究室开发的国家“九五”重点科技攻关项目“中文编码和分布式中英文信息发现”的研究成果。 受到学术界广泛好评。 2000年1月，两位北大校友，前工nfoseek资深工程师李彦宏与加州大学伯 克利分校博士后徐勇在北京中关村创立了百度(Baidu)公司，历经5年的高速发展后，在近两年时间里，百度高居全球网站流量前八名的位置，已经成为全球十大网站之一。百度每天接受着超过一亿人次来自各个方面的内容检索请求。中国9400万网民几乎每天使用1次百度。“有问题百度一下”已经成为中国网络流行语之一。 2002年，中国搜索(原慧聪搜索)正式进入中文搜索引擎市场，在一年多的时间里，就发展为全球著名的中文搜索引擎服务商，为新浪、搜狐、网易、TOM 等知名门户网站提供搜索引擎技术。慧聪搜索引擎的优势是从人工审核网站信息 源和设置禁查词两个方面入手，有效地过滤了不良信息，降低了垃圾信息的含量。 在互联网实时新闻搜索方面，慧聪也实现了网络新闻的实时检索。目前，出现了 大量多方向的搜索引擎系统，搜索引擎进入了快速发展阶段。