基于搜索引擎網(wǎng)絡(luò)信息的壓縮系統(tǒng)的研究和實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展,網(wǎng)絡(luò)信息呈現(xiàn)大爆炸的趨勢(shì),獲取這些海量信息的搜索引擎應(yīng)運(yùn)而生。面對(duì)搜索引擎獲取的海量信息,研究如何利用有效的技術(shù)來(lái)存儲(chǔ)和檢索這些信息具有重要的意義。目前搜索引擎中常見(jiàn)的方法是利用數(shù)據(jù)庫(kù)或索引來(lái)存儲(chǔ)這些信息并提供接口來(lái)檢索。本文實(shí)現(xiàn)了一種壓縮技術(shù)和索引相結(jié)合的技術(shù)方法來(lái)解決搜索引擎的網(wǎng)絡(luò)信息存儲(chǔ)和檢索問(wèn)題。
　　本文首先介紹了搜索引擎相關(guān)技術(shù),并詳細(xì)介紹了本文系統(tǒng)的方案所運(yùn)用的Zip和GZip壓縮算法原理,為最

2、終系統(tǒng)的實(shí)現(xiàn)奠定了理論基礎(chǔ)。
　　然后再針對(duì)搜索引擎的網(wǎng)絡(luò)信息特點(diǎn)進(jìn)行重點(diǎn)分析。這種信息具有信息量大,時(shí)效性強(qiáng),多媒體化信息,超鏈接方式等鮮明特點(diǎn)。設(shè)計(jì)了針對(duì)文本信息和非文本信息分別采用Zip算法和GZip算法的方案,進(jìn)而設(shè)計(jì)了基于搜索引擎網(wǎng)絡(luò)信息的壓縮系統(tǒng)的方案。
　　接著實(shí)現(xiàn)了基于搜索引擎網(wǎng)絡(luò)信息的壓縮系統(tǒng)。系統(tǒng)分為三部分,首先采集網(wǎng)絡(luò)信息,然后通過(guò)壓縮算法處理并存儲(chǔ)這些數(shù)據(jù),最后檢索時(shí)將數(shù)據(jù)解壓還原為原始信息。