选题申请表样板.docVIP

江西理工大学 信息工程 学院 本科毕业设计（论文）选题申请表 指导教师 刘发升 职称 教授 性别 男 专业、方向 专业：计算机 方向：搜索引擎 学生姓名 石林宾 专业 计算机科学与技术 班级 072班 申请设计 （论文）题目 开源搜索引擎nutch的中文索引技术分析与改进研究 课题性质 A B C D E 来源 A B C D E √ √ 课题简介 Nutch是一个开放源代码的Java搜索引擎包，它提供了构建一个搜索引擎所需要的全部工具和功能。使用Nutch不仅可以建立自己内部网的搜索引擎，同时也可以针对整个网络建立搜索引擎。除了基本的功能之外，Nutch也还有不少自己的特色，如Map-Reduce、 Hadoop、Plugin等。Nutch是针对英文开发的,对中文只进行单字切分，它在中文分词的效率和准确度上不能满足实际需要。本课题通过分析Nutch的语言分析器结构，结合中文分词算法，编写中文分词程序，从而实现Nutch对中文的支持。 课题要求（包括应具备的条件） 本课题需要学生在对Nutch的体系结构和工作流程有一定的了解的基础上，通过分析Nutch语言分析器流程，了解几种中文分词算法，编写中文分词程序，实现Nutch对中文的支持，从而实现Nutch中文索引技术的改进。 课题采用的开发工具与平台包括：Apache, Java, (cygwin), mysql, JSP 预计工作