垂直搜索引擎在網(wǎng)絡(luò)購物系統(tǒng)中的研究與應(yīng)用.pdf

1、隨著信息技術(shù)的迅速發(fā)展,互聯(lián)網(wǎng)已經(jīng)成為了當(dāng)今世界上最大的信息存儲(chǔ)庫,它為人們提供了良好的信息共享和資源共享的服務(wù)。但是互聯(lián)網(wǎng)上信息量的急劇增加也帶了大量的重復(fù)信息和垃圾信息,用戶很難在這種環(huán)境中找到自己需求的信息及資源,那么如何高效地檢索互聯(lián)網(wǎng)信息就成為了必須解決的問題。在這種情況下,針對(duì)特定的人群及特定的領(lǐng)域范圍的垂直搜索引擎就應(yīng)運(yùn)而生,也成為了搜索引擎的一個(gè)研究熱點(diǎn)。本論文的研究就是圍繞這一熱點(diǎn)展開的。
　　 本文研究了如何

2、實(shí)現(xiàn)一個(gè)應(yīng)用于購物系統(tǒng)的針對(duì)網(wǎng)絡(luò)購物的購物垂直搜索引擎。本文對(duì)通用搜索引擎的工作原理和主要組成部分作了介紹,進(jìn)而講述了垂直搜索引擎的特點(diǎn)。為了實(shí)現(xiàn)該系統(tǒng),本文引入了通用搜索引擎的架構(gòu)模型,即網(wǎng)絡(luò)抓取、預(yù)處理和索引、檢索器、用戶接口四部分,重點(diǎn)講述了這些組成部分各自的工作原理和實(shí)現(xiàn)方式,闡述了專題網(wǎng)絡(luò)蜘蛛的搜索策略及信息過濾方法,如何對(duì)網(wǎng)頁信息進(jìn)行預(yù)處理以滿足索引的建立需要,如何建立最終的數(shù)據(jù)索引,以及對(duì)搜索結(jié)果的大量網(wǎng)頁進(jìn)行排序。其中還

3、用到了開源的全文索引引擎Apache Lucene和網(wǎng)頁抓取Hertrix,對(duì)它們也做了介紹。在設(shè)計(jì)開發(fā)的過程中,依照現(xiàn)代軟件工作的代碼重用要求重用了其中的部分源碼,并在它們的基礎(chǔ)上進(jìn)行了進(jìn)一步的改進(jìn),更好實(shí)現(xiàn)了系統(tǒng)所需功能,以使它們更好地為系統(tǒng)服務(wù)。
　　 本文所設(shè)計(jì)的垂直搜索引擎與目前的通用搜索引擎的最大區(qū)別就在于是否面向于特定的人群以及針對(duì)了專業(yè)的搜索范圍,在購物系統(tǒng)中具有其可應(yīng)用性,相信垂直搜索引擎能夠?yàn)楸绢I(lǐng)域內(nèi)的用戶提