随着网络技术的发展和网络资源的增加,传统搜索引擎在返回结果杂乱、更新周期长以及查询歧义等方面的问题,越来越多的用户希望能够快速且有效地找到自己所需要的与特定领域主题有关的信息,目前通用搜索引擎已经不能满足用户的专业化搜索需求。鉴于垂直搜索引擎具有专业化、目标化、效率高等特点,目前已成为当今研究的热点。Nutch是一个开源的搜索引擎系统,具有高透明度、排序结果公平、程序设置灵活、运行稳定等优点,因此选择Nutch平台作为研究的基础。本文首先介绍了垂直搜索引擎的研究现状,然后分析搜索引擎的基本工作原理以及开源搜索引擎Nutch的工作流程,接着对经典的排序模型和排序算法进行了研究,为后续排序算法的研究和改进奠定基础。本文通过分析Nutch现有排序算法存在的问题,提出了一种改进的网页评分排序算法。针对排序结果没有考虑到主题相关性的问题,本文提出使用LDA主题模型提取网页中心词,然后计算中心词与查询相关度,从而有效衡量查询query与文档的相关度。另外通过加入主题相关性得分改进PageRank算法使其适应于主题领域的应用场景。在上述研究工作的基础上,本文设计了一个旅游主题领域的垂直搜索引擎系统,分为数据采集、索引和检索三大模块。在数据采集模块,通过Nutch爬虫抓取网页然后对抓取到的不同格式的文档进行解析,在索引模块,首先构建旅游主题的主题词库,然后对数据采集模块采集的文本进行中文分词,通过LDA计算文本的主题相关度,最后对主题相关的网页建立索引。在搜索模块对改进的排序算法进行了实现。最后,通过TopN查准率和排序效果的对比,对改进后的系统的性能进行分析。