面向远程教育主题搜索引擎的研究与实现-教育技术学专业毕业论文.docxVIP

西安电子科技大学 学位论文独创性（创新性）声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不 包含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或 其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做 的任何贡献均已在论文中做了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名： 日期： 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。本人保证毕 业离校后，发表论文或使用论文工作成果时署名单位仍然为西安电子科技大学。 学校有权保留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全 部或部分内容，可以允许采用影印、缩印或其它复制手段保存论文（保密的论文 在解密后遵守此规定）。 本人签名： 日期： 导师签名： 日期： 摘要 摘要 摘要 随着 Internet 和网络多媒体技术的高速发展，远程教育信息资源日益丰富，成 为人们获得知识的一种重要途径，远程教育资源不仅满足了广大学习者的学习新 知识的需求，同时也为建设学习型社会和实现终身教育做出了巨大的贡献。但是 随着数据量的不断增大，通过手动的浏览网页或者传统的搜索引擎在海量的网络 资源中定位自己需要的资源也越来越困难。面向远程教育的主题搜索引擎正是在 这样的背景下诞生的，它能帮助学习者快速的定位自己需要的信息资源。 本论文以远程教育学院资源建设为出发点，以部分远程教育学院的网站为研 究对象，设计并实现了一个面向远程教育的主题搜索引擎。面向远程教育的主题 搜索引擎首先确定了远程教育专业词库的构建方法，提出一种基于 Heritrix 的主题 网页过滤方法。其次，借助 HTMLParser 对抓取的网页进行信息提取，形成文本文 件。最后，由 Lucene 完成索引和搜索，本文还对 Lucene 的索引过程进行了优化， 提高了索引的速度，另外对 Lucene 排序算法进行了改进。通过试验测试，验证了 本文设计的面向远程教育的主题搜索引擎各子系统的可行性，并与传统搜索引擎 进行对比，在保证查全率的基础上能够更高效、更准确地进行信息资源定位。 关键词：远程教育 搜索引擎 主题搜索 Ab Abstract Abstract With the rapid development of both Internet and multimedia network technology, the distance education resource has become richer and richer, and then it is becoming an significant way for people to acquire the knowledge. The distance education resource not only meet the majority of learners need to pursue the new knowledge, but also make a great contribution for building a study-oriented society and realizing the life-long education. However, as the data increasing, it becomes more difficult to position the needed resource by browsing the webs in hands or using the traditional search engine in the plentiful cyber resource. Hence, this theme of the topic search engine for distance education emerges, and it can help learner position his needed information resource quickly. The thesis aims at the structuration of the distance education college, uses the websites of partly distance education distance as the research target, designs and realizes