垂直搜索引擎技術研究與應用——承乘廣緣網(wǎng)站搜索引擎的設計.pdf_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、隨著Internet的飛速發(fā)展,Web上的信息量越來越大,通用搜索引擎將面臨信息采集、存儲等方面更大的挑戰(zhàn)。此外,工作頻率不斷加快的現(xiàn)代商務人群對通用搜索頁面中的大量非目標源信息感到不滿,開始對專業(yè)領域的搜索精確性產生了強烈的需求,因此,而向專業(yè)領域的搜索引擎即垂直搜索引擎應運而生。承乘廣緣網(wǎng)絡科技有限公司針對這一需求,籌各創(chuàng)建面向商業(yè)用戶的垂直搜索引擎一一搜商網(wǎng)。
   本文依托該項目研究設計了搜商網(wǎng)的搜索引擎。本文分析了當前

2、Web信息檢索的模型及算法,針對搜商網(wǎng)垂直搜索引擎中的一些關鍵問題展開研究,主要包括三個核心模塊:搜商網(wǎng)的信息爬取、信息分類及信息索引。
   信息爬取模塊針對如今Web上頁面上噪聲較多,且相關鏈接較為集中,成塊出現(xiàn)等特點,對原有的Shark-Search算法進行了改進,具體內容包括避開廣告等與主題無關的噪聲,提高相關網(wǎng)頁塊中錨文本與主題無關鏈接的優(yōu)先級,使相關鏈接優(yōu)先爬取,并獲得更多相關鏈接。
   信息分類模塊提出了

3、一種簡單的階梯式一對一支持向量機文本分類器。分類算法分析了支持向量機在文本分類中的優(yōu)勢,結合支持向量機理論二分類的特點,將多類依次使用多個分類器分開,這種方法擁有模型簡單,分類準確及易于實現(xiàn)等優(yōu)點。
   信息索引模塊提出了一種基于中文分詞索引的倒排序索引數(shù)據(jù)庫。本文使用由正排索引結果建立倒排索引的方法建立索引數(shù)據(jù)庫,并在索引庫中使用改進的鏈表式存儲結構,減少了更新數(shù)據(jù)庫多花費的服務器開銷。
   最后基于以上設計,本文

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論