基于lucene%2fheep+client的垂直搜索引擎研究与实现

《基于lucene%2fheep+client的垂直搜索引擎研究与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、西安电子科技大学硕士学位论文基于Lucene/HeepClient的垂直搜索引擎研究与实现姓名：李荣荣申请学位级别：硕士专业：计算机应用技术指导教师：王保保2011-01摘要舢舢ⅧⅧ川Ⅲ咖㈣删响一Y2238711在Intemet发展的初始阶段，网络资源比较稀少，信息资源的查找比较容易。随着互联网的迅猛发展，W曲中所容纳的信息量呈现指数级增长。面对海量的网络信息资源，如何快速高效地完成用户的搜索需求已成为通用搜索引擎瓶颈问题之一。同时，由于通用搜索引擎庞大的数据量和宽泛的主题，使其越来越无法满足用户对某

2、一专题领域信息进行精确查找的需求。因此，面向专业领域的搜索引擎即垂直搜索引擎便应运而生。本文首先阐述垂直搜索引擎的概念、发展前景及特点，然后介绍了垂直搜索引擎的相关理论技术。本文所构建系统的数据源来自专利信息较全面的中国知网专利数据库。通过分析开源工具包H郇Client、开源框架Lucene的索引和检索机制，逐步完成计算机应用领域内专利信息网页数据的抓取、专利详细信息的抽取、并基于TFIDF进行关键词的提取、完成数据索引的建立和信息保存。最后，构建了一个针对计算机应用领域专利信息进行垂直搜索的搜索引擎

3、原型系统。通过对垂直搜索引擎实验测试，证明了它基本可以满足用户对计算机应用领域专利信息的查询需求。关键字：垂直搜索LuceneH郇client网页信息抽取TFIDFAbstractIntheiIlitialstageofmedeVelopmentofIntemet，networkresourcesarerelativelyscarceanditisrelat㈨yeasytofinishaJlinfonTlationsearcllingtask．WiththerapiddeVelopmentofInte

4、met，theinf-0mationintlleImemetispresentedtobea11exponentialgro吼h．FacingthemassiVeofinf-onnationresources，howtoquicklya11de衔cientlyfinishtheusers’searchingtaskhasbecameakeyproblemtogeneralsearchengine．Atthes锄etime，forjustsupportingamountofdataandbroadthe

5、mes，thegenemlsearchingenginebecomemoreandmoreunabletosatis匆users’needaboutpreciseinaspecialthematicarea．Therefore，Verticalsearchengine-asearchenginefortheareaSofexpertise，comeintobeing．Inthispaper，theconcept，deVelopmentprospectsandcharacteristicsofvenic

6、alsearchenginesarefirstlydescribed，aJldthenthetheo巧ofVenicalsearchenginetechn0109yareintroduced．ThedatausedinthispapercomeflromCNKI，whichstroedalmostallpatentinfbmations．ByanalyzingtheHttpClient，anopen—sourcetoolkita11dLucenewhichalsoisanopensourceabout

7、indexinga11dretrieval丘锄eworkmechanism，wegraduallycompletetheestablishmentandpersen，ationofdataindexofpatentinfomationaboutthefieldofcomputerapplication，whichconsistsofthecaptureofpatentinfonllations，patentinformationextractionandextractionofkeywordsbase

8、donTFIDF．Finally，weconstmctaVerticalsearchengineforthepatentinformationsearchinginthefieldofcomputerapplication．TestexperimentsinthispapershowthattheVerticalsearchengineaboutpatentinf．0衄ationbuiltinthispapercouldmeettheusers’need