本文關(guān)鍵詞：面向汽車主題的垂直搜索引擎研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

西南交通大學(xué) 碩士學(xué)位論文 面向汽車主題的垂直搜索引擎研究與實(shí)現(xiàn) 姓名：張楠 申請(qǐng)學(xué)位級(jí)別：碩士 專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù) 指導(dǎo)教師：樓新遠(yuǎn) 座機(jī)電話號(hào)碼 西南交通大學(xué)碩士研究生學(xué)位論文 第l頁(yè) 摘 要 互聯(lián)網(wǎng)已經(jīng)成為一個(gè)巨大的海量信息空間，人們?cè)诨ヂ?lián)網(wǎng)上搜索信息主要利用百度 等通用搜索引擎，這類搜索引擎功能已經(jīng)十分強(qiáng)大，基本可以滿足用戶的需求，但是當(dāng) 用戶搜索一些面向主題的信息時(shí)，這類搜索引擎往往顯得力不從心。垂直搜索引擎的出 現(xiàn)，正是為了解決此類問題。 本文首先介紹了垂直搜索引擎的特點(diǎn)及工作原理，然后詳細(xì)分析了開源網(wǎng)絡(luò)爬蟲 Heritrix的系統(tǒng)結(jié)構(gòu)。在此基礎(chǔ)上，提出了設(shè)計(jì)特定的解析器，解析特定網(wǎng)站，以及擴(kuò)展 對(duì)個(gè)別處理器的影響，以及引入哈希算法，實(shí)現(xiàn)了高效、多線程抓取的目的。 其只考慮網(wǎng)頁(yè)內(nèi)容本身，不能反映出網(wǎng)頁(yè)的重要性的不足，通過引入基于鏈接分析的 本文在上述研究的基礎(chǔ)上，根據(jù)汽車愛好者查詢汽車信息的一般要求，建立了一個(gè) 面向汽車主題的垂直搜索引擎，設(shè)計(jì)了各個(gè)子系統(tǒng)，，并實(shí)現(xiàn)了改進(jìn)的爬蟲和排序算法。 最后，本文在建立的垂直搜索引擎系統(tǒng)上，首先通過查詢實(shí)驗(yàn)，驗(yàn)證了垂直搜索引 擎相對(duì)通用搜索引擎的直觀優(yōu)勢(shì)，然后通過對(duì)改進(jìn)前后的爬蟲抓取網(wǎng)頁(yè)速度對(duì)比，以及 對(duì)改進(jìn)后爬蟲在不同線程數(shù)、不同運(yùn)行時(shí)間的條件下抓取網(wǎng)頁(yè)速度的分析，驗(yàn)證了改進(jìn) 后的爬蟲性能有了較明顯的提高，最后通過對(duì)比排序算法改進(jìn)前后的排序結(jié)果，驗(yàn)證了 改進(jìn)后的排序算法在符合用戶預(yù)期查詢結(jié)果方面，得到了較好的改善。 關(guān)鍵詞：垂直搜索引擎、網(wǎng)絡(luò)爬蟲、Lucene、 西南交通大學(xué)碩士研究生學(xué)位論文

  本文關(guān)鍵詞：面向汽車主題的垂直搜索引擎研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。