中文局域網(wǎng)搜索引擎設(shè)計(jì)與實(shí)現(xiàn).pdf

1、分類號(hào)密級(jí)UDC學(xué)位論文中文局域網(wǎng)搜索引擎設(shè)計(jì)與實(shí)現(xiàn)中文局域網(wǎng)搜索引擎設(shè)計(jì)與實(shí)現(xiàn)王穎王穎指導(dǎo)教師姓名魯珂魯珂副教授副教授電子科大成都成都孫紀(jì)方孫紀(jì)方高工高工樂(lè)山巨人監(jiān)理有限公司樂(lè)山巨人監(jiān)理有限公司樂(lè)山樂(lè)山申請(qǐng)學(xué)位級(jí)別碩士研究生專業(yè)名稱軟件工程軟件工程論文提交日期2009.5論文答辯日期2009.6學(xué)位授予單位和日期電子科技大學(xué)電子科技大學(xué)答辯委員會(huì)主席評(píng)閱人2009年6月2日注1注明《國(guó)際十進(jìn)分類法UDC》的類號(hào)摘要I摘要隨著互聯(lián)網(wǎng)的不

2、斷發(fā)展和日益普及，網(wǎng)上的信息量在爆炸性增長(zhǎng)，要在巨大數(shù)量的網(wǎng)上信息中找到自己所需要的信息非常困難，而搜索引擎的出現(xiàn)極大方便了人們?cè)诰W(wǎng)上獲取信息。但是現(xiàn)在的大型通用搜索引擎有它的局限性，現(xiàn)在人們對(duì)信息的精細(xì)化、專業(yè)化、非商業(yè)性的強(qiáng)烈需求，迫使大量專業(yè)領(lǐng)域的垂直搜索引擎的出現(xiàn)。而另外一方面在一些通用搜索引擎無(wú)法覆蓋的區(qū)域，比如某某企業(yè)的內(nèi)部網(wǎng)絡(luò)，內(nèi)部校園網(wǎng)絡(luò)等也迫切需要一個(gè)能在自身網(wǎng)絡(luò)內(nèi)部運(yùn)行的封閉性的便于部署的中輕量級(jí)的搜索引擎，即局域網(wǎng)

3、搜索引擎。本文完整的說(shuō)明了一個(gè)中輕量級(jí)的中文搜索引擎的設(shè)計(jì)與開發(fā)過(guò)程，實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)信息的全文索引檢索。本文從需求分析入手，通過(guò)對(duì)需求的分析與描述概括出整個(gè)系統(tǒng)的大致輪廓，然后展開整個(gè)系統(tǒng)的設(shè)計(jì)，定義了數(shù)據(jù)采集子系統(tǒng)（通過(guò)對(duì)網(wǎng)絡(luò)中存儲(chǔ)的各種文件數(shù)據(jù)的下載，將所有的數(shù)據(jù)文件信息存儲(chǔ)到本地磁盤）、預(yù)處理子系統(tǒng)（在后臺(tái)對(duì)其進(jìn)行信息凈化抽取，建立相應(yīng)的倒排索引）、中文分詞子系統(tǒng)（對(duì)中文數(shù)據(jù)進(jìn)行中文分詞），查詢子系統(tǒng)（建立查詢代理為前臺(tái)提供服務(wù)，接