封面页教师指导意见.docVIP

[封面页]教师指导意见： 链接提取是网页搜集系统中的一个重要组成部分。苏杭同学的毕业论文工作，是对这一部分的突出贡献。 论文所涉及的工作包含了对搜索引擎技术的一般认识。链接提取模块以“容错性”，“正确性”，“全面性”，“高效性”和“可扩展性”为设计目标，在充分认识到传统的链接提取方法不足的基础上，提出新的设计思路，并且实现。该模块包括信息提取，信息加工，信息分析和信息存储四个过程。并成功的运用于“天网”搜索引擎。论文内容丰富，所涉及的工作量大，且有较强的系统性，是一篇很有价值的论文。 在毕业设计工作的过程中，苏杭同学态度端正，积极努力，精力集中，表现出很强的进取精神和踏实的工作作风，为“天网”的发展做出了贡献。 指导教师：闫宏飞 2003年6月18日 摘要 随着WWW(World Wide Web)越来越广泛的发展与应用，搜索引擎已经成为人们从中查找信息的重要工具；在搜索引擎的系统实现中，如何通过链接提取发现更多更广的Web资源又是影响搜索引擎性能的重要因素之一。 本文总结了设计链接提取模块所要求的“容错性”、“正确性”、“全面性”、“高效性”和“可扩展性”等五个目标，并从这些角度去分析传统的链接提取方法的不足，并作为改进，提出了一种新的设计思路。 本文将链接提取的过程划分为信息提取，信息加工，信息分析以及信息储存四个过程来进行研究。信息的获取通过HTML文法分析方法从文档中得