基于 Nutch轻量级校园网搜索引擎构建.docVIP

基于 Nutch轻量级校园网搜索引擎构建 　　摘 要：Nutch是开放源代码的web搜索引擎，是以Lucene为基础实现的搜素引擎应用程序。它的抓取器是独立为自身编写的，具有高度标准模块的架构。它对搜索结果的排序算法较为透明公平。 　　随着湖南女子学院办学质量的不断提高以及对校园信息化建设的逐步重视，学校迅速步入了一个信息化高速发展的阶段。在湖南女子学院设计并实现一个灵活、可配置、具有良好可扩展性且效率较高的轻量级校园网搜索引擎已经势在必行。 　　本文重点讨论Nutch的工作原理及校园网搜索技术，并尝试构建基于nutch的轻量级校园搜索引擎。最终设计实现一个校园网搜索引擎系统。其目标是所有使用用户，无论是在校的师生还是想了解校园信息的其他人员，都可以通过校园网的服务器进行信息的检索，从而迅速的通过网络得到校内各部门提供的各种信息。 　　关键词：Nutch；Lucene；校园网；搜索引擎；网络爬虫 　　2012年湖南省大学生研究性学习和创新性实验计划项目《轻量级校园网搜索引擎设计》 　　引言：近年来，各种各样的搜索引擎系统也如雨后春笋般涌现，搜索引擎市场出现了前所未有的繁荣景象。但是对于专业的搜索引擎仍然很缺乏。 　　目前，湖南女子学院还没有开发出适合我们女院特色的搜索引擎。随着校园网建设的迅速发展、信息化管理时代的到来以及共享网络信息资源的快速增长，校园网内的信息内