搜索引擎理論與技術(shù)研究.pdf

1、在網(wǎng)絡(luò)蓬勃發(fā)展的今天，搜索引擎已經(jīng)成為互聯(lián)網(wǎng)世界中不可或缺的一部分，很多搜索引擎相關(guān)的技術(shù)與問題，如今大部分都已經(jīng)得到了解決。在國內(nèi)相關(guān)產(chǎn)業(yè)界也已經(jīng)有很多公司掌握了基本的搜索開發(fā)技術(shù)，并擁有專業(yè)的搜索技術(shù)開發(fā)人員，但是越來越多有價(jià)值的資訊對(duì)現(xiàn)有技術(shù)的處理能力仍然是一個(gè)挑戰(zhàn)。如何從廣闊的數(shù)據(jù)海洋中準(zhǔn)確快速地獲取人們所需要的信息，是搜索引擎開發(fā)過程中的重要課題，因此，搜索引擎相關(guān)技術(shù)的研究仍然是當(dāng)今互聯(lián)網(wǎng)開發(fā)過程中的首要任務(wù)。
　　本

2、文首先分析了搜索引擎關(guān)鍵技術(shù)研究的價(jià)值與必要性，對(duì)其工作原理、工作流程以及體系結(jié)構(gòu)等方面進(jìn)行了細(xì)致的分析與研究，討論了搜索引擎未來的發(fā)展方向——智能化、個(gè)性化與特色化。然后對(duì)搜索引擎的各項(xiàng)關(guān)鍵技術(shù)展開了詳細(xì)的學(xué)習(xí)研究并逐一進(jìn)行了設(shè)計(jì)與實(shí)現(xiàn)，結(jié)合開源網(wǎng)絡(luò)爬蟲工具包Heritrix實(shí)現(xiàn)了自己的網(wǎng)絡(luò)爬蟲程序，并對(duì)爬蟲算法進(jìn)行了效率上的優(yōu)化與完善，利用Lucene、Solr、IKAnalyzer等框架工具先后完成了對(duì)中文分詞技術(shù)、網(wǎng)頁去重算法、