在互聯(lián)網(wǎng)信息快速增長的今天,物流、電商在農(nóng)業(yè)領(lǐng)域快速發(fā)展,人們希望能從網(wǎng)絡(luò)上快速得到自己想要的信息。本文結(jié)合農(nóng)業(yè)領(lǐng)域信息具有時效性、信息類別多的特點,將農(nóng)業(yè)信息服務(wù)系統(tǒng)、文本分類系統(tǒng)和信息推送系統(tǒng)相結(jié)合,探討實現(xiàn)農(nóng)業(yè)專題信息的智能化推送服務(wù)。首先,設(shè)計系統(tǒng)的整體框架與流程。研究使用網(wǎng)絡(luò)爬蟲采集網(wǎng)絡(luò)上與農(nóng)業(yè)相關(guān)的文本信息并建立農(nóng)業(yè)專題的搜索引擎,讓用戶能精確查找到需要的農(nóng)業(yè)信息。在用戶使用搜索引擎的過程中,根據(jù)用戶的檢索歷史和瀏覽歷史建立用戶興趣模型,以便于系統(tǒng)分析用戶對哪一類的信息比較感興趣。在進行信息推送服務(wù)時,使用文本分類器尋找用戶感興趣的信息進行推送。采用擴展的Heritrix網(wǎng)絡(luò)爬蟲采集網(wǎng)絡(luò)上與農(nóng)業(yè)相關(guān)的文本信息并使用文本分類器分類存儲,再使用Lucene全文索引框架對這些文本建立索引庫,建立農(nóng)業(yè)專題的搜索引擎系統(tǒng),改善通用搜索引擎在對面向?qū)ｎ}的信息時檢索深度不夠的問題,提高信息檢索的準確度。在農(nóng)業(yè)文本信息分類的問題上,采用先自定義分類類別,再用文本分類器對網(wǎng)絡(luò)爬蟲采集到的農(nóng)業(yè)信息文本進行分類的方式。重點探討了 KNN文本分類器在類別邊界處樣本分布密度不均勻時導(dǎo)致的分類錯誤問題。...

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖１專題搜索引擎總體框架??Ｆｉｇ．ｌ?Ｔｈｅ?ｇｅｎｅｒａｌ?ｆｒａｍｅｗｏｒｋ?ｏｆ?ｔｏｐｉｃ?ｓｅａｒｃｈ?ｅｎｇｉｎｅ??用戶通過交互界面接入系統(tǒng)，輸入要查詢的內(nèi)容，檢索器與索引庫對接，在??

建農(nóng)業(yè)專題詞庫的過濾器過濾掉與農(nóng)業(yè)不相關(guān)的網(wǎng)頁鏈接，然后把與農(nóng)業(yè)相關(guān)的??網(wǎng)頁信息存放到網(wǎng)頁庫中。在信息預(yù)處理部分通過索引器對對采集到的網(wǎng)頁庫建??立索引方便系統(tǒng)查詢。信息檢索部分主要負責(zé)與用戶的直接對接，如圖１所示：??信息檢索?＇、??Ｉ??！???！??！??排序器丨信息預(yù)....

圖２?Ｈｅｒｉｔｒｉｘ系統(tǒng)結(jié)構(gòu)圖??Ｆｉｇ．２?Ｈｅｒｉｔｒｉｘ?ｓｙｓｔｅｍ?ｓｔｒｕｃｔｕｒｅ??７??

Ｈｅｒｉｔｒｉｘ開始工作時，首先從ＵＲＬ列表中選擇一＂＂ｈ?ＵＲＬ，根據(jù)選定的ＵＲＬ??下載網(wǎng)頁信息，然后對這些信息進行分析，根據(jù)一定的策略從這些信息中選擇??ＵＲＬ加入到ＵＲＬ隊列中，以此不斷循環(huán)。其系統(tǒng)結(jié)構(gòu)圖如圖２所示：??／?￣?－?、、??中央控制器??；?１?＇?＂１?....

圖５傳統(tǒng)ｗｅｂ請求／響應(yīng)模型??

２．Ｓ服務(wù)推送技術(shù)??本課題的最終目標是采用服務(wù)推送技術(shù)將找到的用戶可能感興趣的信息推??送給用戶。傳統(tǒng)的Ｗｅｂ應(yīng)用信息交互模型如圖５所示：用戶端需要數(shù)據(jù)信息時??主動向Ｗｅｂ服務(wù)器發(fā)送消息請求并建立連接，服務(wù)器從數(shù)據(jù)庫中獲取數(shù)據(jù)后再??返回給用戶端，最后再將連接斷開。但這種每次....

圖１０ＫＮＮ分類模型??Ｆｉｇ．ｌＯＫＮＮ?ｃｌａｓｓｉｆｉｃａｔｉｏｎ?ｍｏｄｅｌ??

同水質(zhì)、寄生蟲等相同關(guān)鍵詞；病蟲害類和氣象要聞類的文本也會出現(xiàn)很多如氣??溫、回暖等相同關(guān)鍵詞。這使得向量空間中文本類別邊界處會有很多交叉部分，??當(dāng)類別樣本數(shù)量不平衡時很容易出現(xiàn)如圖１１所示的情況：??２６??

本文編號：4023263