基于Lucene数码产品垂直搜索引擎系统设计与实现

被引量 : 0次 | 上传用户:jtl666666
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着互联网上信息日新月异的爆炸式增长,如何获取更加准确、更加详细、更加深层的专业资源,成为对搜索引擎技术提出更高的要求。因此,面向专业主题的垂直搜索引擎系统应运而生;与此同时,数码产品为丰富人们的生活注入新的血液,而网上团购数码产品也成了当下流行的消费方式。在如此大市场与技术结合的研究背景下,运用了多个垂直搜索相关的技术相结合,将国内互联网上知名的数码产品网站中的数码产品信息内容作为采集资源对象,在开源的全文检索工具软件包Lucene的平台上,研究和实现了对数码产品信息具有专业化搜索功能的搜索引擎。本文除了详细介绍了垂直搜索引擎的工作原理、以及Lucene核心平台技术外,还介绍了包括了3个构造搜索引擎系统息息相关的关键技术应用:包括聚焦爬虫的工作原理以及Heritrix爬虫技术,在传统爬行策略分析下提出基于爬虫挑食爬行策略进行分析应用,在该策略中引入了几个权重参数如链接的欢迎度、重要度和最短路径查找实现算法;介绍了Web网页信息提取方法步骤,以及常见的方法分类,最后提出基于数码产品设计规则提取方法的分析,研究中针对主题大型网站5个设计规则结构进行分析,并针对这几个设计规则提出内容抽取综合方案;最后通过实验结果分析改进方法的有效性。实现了系统的功能结构图设计、各模块功能设计、用例流程图设计、数据库设计以及类图关系设计编码等。研究实践表明,本文设计实现的数码产品垂直搜索引擎的方案是切实可行的,系统基本能达到了预想的设计理念与目标。
其他文献
21世纪以来,信息技术已得到了广泛的应用及迅速的发展,并渗透到我们生活中的各行各业。信息产业发展的核心是软件,而在信息产业中软件质量又是竞争的焦点。如何保证软件的质量,提
王尔德的喜剧《认真的重要》至今仍是许多英美剧院的保留剧目,该剧出众的舞台生命力令学界尝试从各种理论视角探究其喜剧性。本文从分析剧中"食欲"与"餐桌礼仪"的对立性入手,
高层办公建筑室外环境设计是城市景观体系的重要组成部分。随着城市地价的逐步提高,高层办公建筑的高度也不断攀高,其功能也趋向多元化,从单纯的办公场所转变为城市形象的代表,城
住宅房地产项目的成本管理工作作为项目开发全过程的一项重要工作,直接影响了项目目标成本的达成。住宅房地产的投资成本控制在合理范围内,在各开发阶段按成本计划执行,及时发现
野菊花挥发油抑菌实验研究山东省中医药研究所(250014)王小梅,李英霞,彭广芳关键词野菊花挥发油,抑菌作用,实验研究野菊花始载于唐《本草拾遗》,其根、茎、叶、花均可药用,具有调中止泻、破
<正>1原色(彩色)矿物硬化剂耐磨地坪材料的耐磨材料技术性能及应用原色(彩色)耐磨地坪材料采用与混凝土有极佳亲合力的高标号特种水泥为胶凝材料,以莫氏硬度达9且颗粒表面呈
硬质聚氨酯泡沫塑料(RPUF)是一种性能优良的隔热保温材料,具有质轻、保温性好、缓冲减震性能优良、粘结性强等优点,可广泛应用于建筑、管道、冷藏等领域。然而,RPUF非常容易燃烧
《论语》作为儒家经典的杰出代表,是我们民族的文化精神和道德良心,其中蕴含丰富的中华优秀传统思想文化和文化育人基因文化育人基因,在着力诠释儒家经典的基础上,深入挖掘其
中关村科技园区又一重点建设项目——“ 中关村生命科学园的规划设计方案”国际招标于2000年10月21日开标。北京土人景观规划设计研究所的方案从其他 五个国内外设计单位报送