军训网主题搜索引擎技术研究汇.pdfVIP

摘 要 随着Internet的迅速发展，网络信息增长的速度和人们获取所需信息能力之间的矛 盾越来越突出。本文围绕主题搜索引擎这一社会研究的新热点技术，对主题搜索引擎 中占有重要地位的主题蜘蛛给予研究和讨论。主题搜索引擎中的信息采集，即主题蜘 蛛系统的搜索策略的研究，对于主题搜索引擎的应用与发展具有非常重要的作用。论 文首先对主题搜索引擎的原理和结构进行介绍，引出主题蜘蛛，分析了其基本结构和 工作原理。又详细的介绍了主题蜘蛛的其他相关技术，如文本分类和主题描述。然后 抓住如何评价页面的主题相关性和设计高效的爬行策略这两个关键问题，从军训网的 结构入手，在研究大量现有的主题蜘蛛搜索策略基础上，引入链接分析策略，对现存 的搜索策略进行改进，并设计了一个主题蜘蛛模型。最后对该主题蜘蛛的性能进行了 测试，同时给出了实验结果及分析。 关键词：军训网主题蜘蛛主题爬行策略链接分析 ABSTRACT With ofthe conflictis and the Internet，the becominghugerhuger rapiddevelopment and information． betweenthe oftheWebinformation toobtain growth people’Sability theresearchonthis ofthe Search that importantpart Topic Engine Surrounding hotspot，the in onthe iscalledfocusedcrawlerisdiscussedthis researchsearchingalgorithm paper．The is tothe and ofthe Search first，the very developmentTopic Engine．At importantapplication in basic ofthe Search anditsframeworkare introducedthis theory Topic Engine simply focusedcrawleriS forward．anditswork is several paper．The brought theoryanalyzed．Then related suchastextclassifiedand arediscussed．Andthenwe theory topicdescription concentrateontwo toevaluationtherelevancebetweenthe andthe issues，how page key