概述-北京大学网络与信息系统研究所.pptVIP

开源智能-XPress 开源智能软件平台XPress 项目汇报 谢欣 2003年12月31日 目录 项目概述 系统 匹配算法 展望 项目概述 名称：“开源智能软件平台” ，Xpress 功能：对FTP资源分类整合，并附加从web上自动提取的的相关信息，为用户提供具有高可用性的WEB形式资源浏览、检索与下载服务。 特点：自动 商业经理：刘菲菲，软工 开发经理：谌贻容，语言所 档案经理：石武光，语言所 项目组长：谢 欣，网络 项目概述：商业计划回顾 本项目以宽带网络服务提供商为服务对象 协助其以低廉的价格对现有下载服务进行大规模扩充，快速提高其商业竞争力为目标。 2003年10月23日录音回放： 系统介绍 实际使用 :7001/XPress 系统结构图 系统重点一：web信息提取 信息提取简介 基于模板（我们的选择） 基于Ontology 基于规则 基于语法 系统重点二：FTP搜索 利用天网文件搜索的技术 爬虫 多线程并行抓取 每个站点一个线程 系统重点三：匹配算法 对每个FTP文件匹配所有的软件资源，找出匹配值最大的一项，当匹配值大于某个预定的权值时，我们就认为匹配成功 不是百分之百正确 为什么不用MD5 在现实实施中不可能 文件大小往往不同 增加匹配成功度：语言版本，版本号 算法的假设前提，对于同种资源，从web上得到的软件和FTP上的文件 在名称上具有一定的相似度 文件大