[硕士论文] 垂直搜索引擎的设计与实现(2)

[硕士论文] 垂直搜索引擎的设计与实现

摘要

随着Ｉｎｔｅｒｎｅｔ的迅速发展，Ｗｅｂ己经发展成为包含多种信息资源、站点分

布全球的海量信息服务网络。搜索引擎是一种用于帮助Ｗｅｂ用户查询信息的搜索工具，它以一定的策略在Ｉｎｔｅｒｎｅｔ中搜集、发现信息，对信息进行理解、提取、组织和处理，并为用户提供检索服务和信息导航。通用搜索引擎的特点是：索引数据库的规模大；检索结果数据量特大。

随着信息多元化的发展，通用搜索引擎己经不能满足主题用户的需求。用户

迫切需要一个数据分类细致、精确、全面、更新及时的面向特定主题的搜索技术和方法来获得主题资源信息。在这种需求的推动下，垂直搜索引擎应运而生。

论文研究了搜索引擎的相关技术，通过分析基于查询串方式的搜索引擎和分

类目录式搜索引擎的整体结构，设计了垂直搜索引擎的系统结构，并对其中涉及的关键技术：Ｗｅｂ搜集器、信息抽取技术、中文分词和检索技术进行了深入研究，期望对推进本领域的技术发展作一点贡献。

在总体设计方面采用的是模块化思想，垂直搜索引擎被分为搜集子系统、索

引子系统和检索子系统，各子系统相对独立，实现较为方便。

本文实现的垂直搜索引擎已经在实际中成功运用，具有较好的效果，很好地

满足了主题用户的需求，具有广阔的市场前景。关键词：搜索引擎，信息抽取，下推自动机，中文分词，页面距离