【摘要】：搜索引擎是人們獲取海量網(wǎng)絡(luò)信息的首要工具,是網(wǎng)絡(luò)研究和應(yīng)用的關(guān)鍵內(nèi)容。目前隨著Internet信息的爆炸增長(zhǎng)以及信息多元化的發(fā)展,主題搜索引擎正成為研究熱點(diǎn)與發(fā)展趨勢(shì)。本文就中文Web主題信息獲取與檢索技術(shù)進(jìn)行了一些研究,并設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)以主題信息采集FRobot為核心的林業(yè)主題搜索引擎FIS(Forestry Information Search)。 本文首先介紹了目前綜合型搜索引擎的發(fā)展、現(xiàn)狀、分類(lèi)、工作原理并指出其不足與發(fā)展方向。隨之對(duì)主題型搜索引擎產(chǎn)生背景與工作方式作了概述,并重點(diǎn)探討了信息檢索模型、主題信息采集策略、Fish算法、加權(quán)索引及檢索技術(shù)等搜索引擎關(guān)鍵技術(shù)。在此基礎(chǔ)上,采用成熟的向量空間模型(Vector Space Model,VSM)和改進(jìn)的Fish算法,并結(jié)合html文檔分析、首頁(yè)關(guān)聯(lián)、內(nèi)容預(yù)測(cè)、數(shù)據(jù)庫(kù)全文索引等各種技術(shù),給出了一種比較理想的主題搜索引擎設(shè)計(jì)方案并實(shí)現(xiàn)了一個(gè)林業(yè)主題搜索引擎系統(tǒng)FIS。該系統(tǒng)面向林業(yè)領(lǐng)域,保證了對(duì)林業(yè)信息的完全收錄與及時(shí)更新,避免了強(qiáng)大的搜索噪音,提高了檢索效率,能快、全、準(zhǔn)地提供林業(yè)專(zhuān)題信息查詢(xún)。 最后本文總結(jié)了林業(yè)主題搜索引擎系統(tǒng)的研究和開(kāi)發(fā)經(jīng)驗(yàn),并指出了系統(tǒng)的應(yīng)用前景以及下一步研究的方向。
[Abstract]:Search engine is the primary tool for people to obtain massive network information, and it is the key content of network research and application. At present, with the explosive growth of Internet information and the development of information diversification, topic search engine is becoming a research hotspot and development trend. In this paper, we do some research on Chinese Web subject information acquisition and retrieval technology, and design and implement a forestry topic search engine FIS (Forestry Information Search). With theme information collection FRobot as the core. This paper first introduces the development, current situation, classification and working principle of comprehensive search engine, and points out its deficiency and development direction. Then the background and working mode of thematic search engine are summarized, and the key technologies of search engine, such as information retrieval model, topic information collection strategy, Fish algorithm, weighted index and retrieval technology, are discussed in detail. On this basis, the mature vector space model (Vector Space Model,VSM (Vector Space Model) and the improved Fish algorithm are adopted, and various technologies such as html document analysis, home page association, content prediction, database full-text index and so on are combined. In this paper, an ideal design scheme of topic search engine is given and a forestry topic search engine system, FIS., is implemented. The system is oriented to the forestry field, ensures the complete collection and timely update of forestry information, avoids the strong search noise, improves the retrieval efficiency, and can provide forestry special information query quickly, completely and accurately. Finally, this paper summarizes the research and development experience of forestry subject search engine system, and points out the application prospect of the system and the future research direction.
【學(xué)位授予單位】：北京林業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2005
【分類(lèi)號(hào)】：TP393.09;S712

【引證文獻(xiàn)】

相關(guān)期刊論文 前2條

1 張黎爍;李鑫;徐猛;;基于PageRank的網(wǎng)頁(yè)主題相關(guān)性算法研究[J];光盤(pán)技術(shù);2008年12期

2 王承君;;Web搜索引擎的關(guān)鍵技術(shù)分析[J];濰坊學(xué)院學(xué)報(bào);2009年04期

相關(guān)博士學(xué)位論文 前1條

1 李群;主題搜索引擎聚類(lèi)算法的研究[D];北京林業(yè)大學(xué);2011年

相關(guān)碩士學(xué)位論文 前8條

1 岳廣飛;基于二次搜索的搜索引擎技術(shù)研究[D];山東科技大學(xué);2010年

2 胡曉博;面向特定領(lǐng)域的專(zhuān)業(yè)搜索引擎的架構(gòu)與實(shí)現(xiàn)方法[D];哈爾濱工程大學(xué);2007年

3 段雪英;基于.NET的氣象主題搜索引擎系統(tǒng)的研究與實(shí)現(xiàn)[D];南京信息工程大學(xué);2007年

4 客斌;經(jīng)營(yíng)分析系統(tǒng)信息檢索平臺(tái)[D];北京交通大學(xué);2010年

5 高川;Deep Web數(shù)據(jù)源的發(fā)現(xiàn)與聚類(lèi)研究[D];北京化工大學(xué);2010年

6 戴支榮;基于Lucene的面向主題信息搜索系統(tǒng)的關(guān)鍵技術(shù)分析及應(yīng)用[D];武漢理工大學(xué);2011年

7 郭艷芬;林業(yè)主題搜索引擎的設(shè)計(jì)與實(shí)現(xiàn)[D];北京林業(yè)大學(xué);2011年

8 張蓬飛;Deep Web數(shù)據(jù)源聚類(lèi)與查詢(xún)轉(zhuǎn)換的研究[D];北京化工大學(xué);2011年

，

本文編號(hào)：2460830