設(shè)計(jì)和實(shí)現(xiàn)一個(gè)主題搜索引擎.pdf

1、今天,在Web信息資源極大豐富的同時(shí),對Web信息搜索工具的研究也提出了更高的要求.由于目前Web的規(guī)模和它的動(dòng)態(tài)性,通用搜索引擎僅能爬行和索引Web的一部分.因此,通用搜索引擎已經(jīng)很難再為用戶提供一個(gè)全面的并且更新及時(shí)的信息搜索服務(wù).通用搜索引擎的局限性來源于它試圖索引全部Web并且試圖服務(wù)于涉及所有主題的查詢請求.而主題搜索引擎只覆蓋與某一主題相關(guān)的Web區(qū)域,這樣,它爬行的可以更深,爬行的周期可以更短,因此可以滿足用戶對獲取信息資

2、源的快速、準(zhǔn)確和全面的要求.為了有效定位與主題高度相關(guān)的網(wǎng)頁,主題搜索引擎利用豐富的上下文(興趣剖析文件和網(wǎng)頁內(nèi)容)和有效的爬行策略來導(dǎo)航Web上的信息搜索.目前,對主題搜索引擎的研究正處于十分活躍的階段.許多機(jī)器學(xué)習(xí)領(lǐng)域里的知識(shí)被應(yīng)用到主題搜索引擎的設(shè)計(jì)和實(shí)現(xiàn)中.該文作者廣泛閱讀和研究了國際上最近幾年發(fā)表的有關(guān)"主題搜索引擎"的論文及資料,對目前主題搜索引擎的研究及應(yīng)用狀況有了一定程度的認(rèn)識(shí).在此認(rèn)識(shí)的基礎(chǔ)上,該文確立了兩個(gè)目的,一個(gè)