网络读物元数据垂直搜索引擎研究与实现

《网络读物元数据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、中图分类号：UI)C：学校代码：10055密级：公开高蕊犬淫硕士学位论文网络读物元数据垂直搜索引擎研究与实现南开大学研究生院二。一一年四月南开大学学位论文使用授权书根据《南开大学关于研究生学位论文收藏和利用管理办法》，我校的博士、硕士学位获得者均须向南开大学提交本人的学位论文纸质本及相应电子版。本人完全了解南开大学有关研究生学位论文收藏和利用的管理规定。南开大学拥有在《著作权法》规定范围内的学位论文使用权，即：(1)学位获得者必须按规定提交学位论文(包括纸质印刷本及电子版)，学校可以采用影印、缩印或其他复制手段保存研究生学位论文，并编入《南开大

2、学博硕士学位论文全文数据库》；(2)为教学和科研目的，学校可以将公开的学位论文作为资料在图书馆等场所提供校内师生阅读，在校园网上提供论文目录检索、文摘以及论文全文浏览、下载等免费信息服务；(3)根据教育部有关规定，南开大学向教育部指定单位提交公开的学位论文；(4)学位论文作者授权学校向中国科技信息研究所和中国学术期刊(光盘)电子出版社提交规定范围的学位论文及其电子版并收入相应学位论文数据库，通过其相关网站对外进行信息服务。同时本人保留在其他媒体发表论文的权利。非公开学位论文，保密期限内不向外提交和提供服务，解密后提交和服务同公开论文。论文电子版

3、提交至校图书馆网站：http：／／202．113．20．161：8001／index．htm。本人承诺：本人的学位论文是在南开大学学习期间创作完成的作品，并已通过论文答辩；提交的学位论文电子版与纸质本论文的内容一致，如因不同造成不良后果由本人自负。本人同意遵守上述规定。本授权书签署一式两份，由研究生院和图书馆留存。作者暨授权人签字：扬晓2011年6月2日南开大学研究生学位论文作者信息论文题目网络读物元数据垂直搜索引擎研究与实现姓名杨晓学号2120080400答辩日期2011年5月29日论文类别博士口学历硕士●硕士专业学位口高校教师口同等学力硕士

4、口院／系／所信息技术科学学院专业计算机应用技术联系电话Emailyangxiao@nankai．ed_u．cn通信地址(邮编)：备注：是否批准为非公开论文否注：本授权书适用我校授予的所有博士、硕士的学位论文。由作者填写(一式两份)签字后交校图书馆，非公开学位论文须附《南开大学研究生申请非公开学位论文审批表》。㈥拼帆2愀0㈣0㈣2删Y南开大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下进行研究工作所取得的研究成果。除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内容。

5、对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。学位论文作者签名：拯瞳2011年6月2日非公开学位论文标注说明根据南开大学有关规定，非公开学位论文须经指导教师同意、作者本人申请和相关部门批准方能标注。未经批准的均为公开学位论文，公开学位论文本说明为空白。论文题目申请密级口限制(≤2年)口秘密(≤10年)口机密(≤20年)保密期限20年月日至20’年月日审批表编号批准日期20年月日限制★2年(最长2年，可少于2年)秘密★10年(最长5年，可少于5年)机密★20年(最长10年，可

6、少于10年)中文摘要随着互联网上信息的快速增长，搜索引擎在用户获取信息过程中起着越来越重要的作用。通用搜索引擎在用户需求的驱动下，技术上取得巨大的进步，商业上也获得了巨大的成功。然而在互联网飞速发展的新情况下，通用搜索引擎面临着严峻的挑战。首先，搜索引擎的更新速度跟不上互联网上信息的快速变化。更重要的是，通用搜索引擎的搜索结果中含有大量的垃圾信息，用户需要耗费大量精力才能找到自己感兴趣的结果。通用搜索引擎难以满足用户的专业化、精确化信息需求。在这样的背景下，各种各样的垂直搜索应用应运而生，蓬勃发展。本文面向网络原创类读物和出版读物的元数据，以通

7、用搜索引擎为范本，深入研究垂直搜索引擎的原理和总体架构，并实现了高效、实用的翰林读物元数据垂直搜索引擎，向用户提供垂直搜索服务。本文实现的垂直搜索引擎，主要包括以下几个方面的工作：1．实现了多线程、安全高效的定向元数据爬虫，对抓取的图书网页进行了结构化元数据提取。2．基于Lucene开源工具，实现了对元数据的全文索引。3．基于J2EE框架，实现了高效的检索服务子系统，并对Lucene默认的结果排序算法进行了改进。4．对元数据知识挖掘和知识关联进行了广泛的探索，包括读物相关、作者相关、读者相关等，并与百度百科进行了关联，同时对用户个性化推荐进行了

8、探索。此外，本文对翰林读物元数据搜索引擎进行了检索效率和检索质量方面的对比测试，实验结果证明其良好的实用性和有效性。本文提出的翰林读物元数据垂直搜索引