基于教育主题的垂直搜索引擎研究与分析.docVIP

由于通用搜索引擎具有搜索信息量大、查询不准确、深度不够等缺点，本文 在通用搜索引擎技术的基础上，依据专业领域搜索策略，设计并实现了一个面向 教育主题的垂直搜索引擎系统，着重研究了专业网络蜘蛛定制，基于VSM的主题 相关度算法和倒排索引建立等关键技术及其实现细节。实验结果表明，该系统能 够快速地响应用户的查询请求，并且返回结果具有较高的准确性。实现了教育资 源的共享，具有较高的应用价值。 关键词：垂直搜索引擎；主题网络蜘蛛；主题相关度 Abstract The general search engine has some disadvantages, such as the amount of information is too large, the searchresults are not accurate enough, and the search deepness is insufficient enough. Based on the general search engine technology and according to the search strategies of expertise field, this paper designs and realizes a vertical search engine system for education theme.We focus on researching and realizing some key techniques about the professionalcustomization of web spider, the algorithm for the degree of subject relativity based on VSM, and the establishment ofinverted index. The experimental results show that, this system can quickly respond to the users queries, and the results can return with a high accuracy. The system realizes the sharing of educational resources, which has a high application value. Key words： vertical search engine; topic web spider; subject relativity 目录 TOC \o 1-5 \h \z 摘要 I Abstract I HYPERLINK \l bookmark4第一章绪论 1 HYPERLINK \l bookmark61.1国内外的研究现状 1 HYPERLINK \l bookmark81.2研究意义 2 HYPERLINK \l bookmark101.3论文结构 2 HYPERLINK \l bookmark12第二章 搜索引擎及垂直搜索引擎相关介绍 2 HYPERLINK \l bookmark142.1搜索引擎的概念 2 HYPERLINK \l bookmark162搜索引擎的局限性 2 HYPERLINK \l bookmark183垂直搜索引擎的概念 3 HYPERLINK \l bookmark202.4垂直搜索引擎与搜索引擎的比较及其优点 4 HYPERLINK \l bookmark22第三章基于教育主题的垂直搜索引擎研究与分析 4 HYPERLINK \l bookmark241教育主题垂直搜索引擎的体系结构设计 4 1.1教育主题信息采集与主题识别模块 5 3. 1.2信息抽取与索引模块 5 3. 1. 3用户接口与信息检索模块⑼ 6 HYPERLINK \l bookmark263.2面向主题的垂直搜索引擎关键技术 6 3. 2. 1而向教育主题的网络蜘蛛设计 6 3. 2. 2基于Lucene索引的创建 7 3. 2.3检索与用户接口模块 8 HYPERLINK \l bookmark28第四章总结 8 HYPERLINK \l bookmark30参考文献 9 基于教育主题的垂直搜索引擎研究与分析 第一章绪论 1?1国内外的研究现状 随着人们对网络信息需求的不断增加，产生了基于网络的搜索引擎，这成为 了人们查找并获取信息的重要手段。经过近年的发展，搜索引擎技术取得了极大 进展，它建立了快速地从海量的互联网信息里定位和检索的途径，成为当代人日 常