互联网数据挖掘期末考试论述题.pdfVIP

1、 阐述互联网搜索系统的基本框架，比较当前主流中文互联网搜索系统的优缺点， 并讨论如何改善现有中文搜索引擎。 简单地说，搜索引擎由抓取器、索引器、排序器、用户界面组成。抓取器从互联 网上抓取网页，将垃圾网页过滤；索引器分析网页的内容，计算网页的重要度， 将网页索引；用户界面接受查询语句，分析查询语句的内容；排序器从索引中检 索出含有查询词的网页，实行查询语句与网页的匹配，将网页按相关度、重要度 等进行排序；用户界面将排序结果展示给用户，同时收集用户搜索行为数据。 百度的优点： 1、对于中国人的阅读和浏览更为熟悉，服务更加本土化 2、提供RSS 新闻订阅