基于Lucene的全文搜索引擎的设计与实现

一、引言搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息,在对信息进行组织和处理后,为用户提供检索服务,将用户检索相关的信息展示给用户的系统。搜索引擎可分为全文索引、目录索引、元搜索引擎、垂直搜索引擎等。全文搜索引擎是目前广泛应用的主流搜索引擎,国外代表有Google,国内则有百度。     

浅谈CMS系统的搜索引擎优化

在这个网络信息成爆炸式增长的时代,搜索引擎成为了人们查找信息的主要来源之一,而CMS作为一个内容发布和管理的系统,就更应注重其文章或内容在搜索引擎方面的优化,从而提升网站的价值。本文从CMS系统自身特点出发,把搜索引擎优化方法应用到CMS系统中去,以提高网站的搜索引擎排名,最终达到网站推广的目的。     

基于元搜索引擎的数字图书馆网络信息资源检索系统设计

针对传统检索系统在实际应用中对检索服务请求的响应时间较长的问题,设计了一种基于元搜索引擎的数字图书馆网络信息资源检索系统.系统以元搜索引擎作为核心硬件,通过元搜索引擎准确、快速地获取数字图书馆中的所有网络信息资源,提高了系统的运行速度;在系统软件方面,设计了系统Django数据库,对数字图书馆网络信息资源进行安全存储,利用Sphinx软件实现系统的数字图书馆网络信息资源检索功能,以此完成基于元搜索引擎的数字图书馆网络信息资源检索系统设计.试验证明,本文设计的检索系统响应时间远远快于传统检索系统.     

化工行业信息搜索技术的研究

面向行业主题的搜索在特定主题信息覆盖方面与通用搜索引擎有着截然不同的要求,为解决行业信息搜索的问题对基于向量空间算法的化工相关度计算以及对经典的Page-Rank页面排序算法做了研究与改进并且在Nutch搜索引擎架构基础上,搭建了一个面向化工行业信息资源的垂直搜索引擎。相对于通用搜索引擎来说剔除掉了不必要的搜索结果信息量,提升了系统速度,提高了行业信息搜索的准确度。     

高校图书馆搜索引擎中Web挖掘的应用研究

针对高校学术信息资源检索的精确度问题,提出了运用Web挖掘的高校图书馆搜索引擎系统。它主要对Web使用记录挖掘及其用户兴趣模型的建立进行了详细分析。首先它阐述了高校图书馆搜索引擎系统的4个过程,其中主要提出建立用户兴趣模型时采用的一种利用用户浏览页面集的内容信息和浏览行为信息,隐式地创建用户兴趣描述文件的方法;然后阐述了高校图书馆搜索引擎系统的各处理模块;最后设计了结合Web数据挖掘的高校图书馆搜索引擎系统操作过程,保证了所创建的用户兴趣模型的准确性,从而有效地提高高校图书馆搜索引擎系统的查准率。     

基于Lucene的校园网搜索引擎的设计与实现

利用基于校园网的搜索引擎来搜索学校局域网内的信息已成为人们关注的热点,一方面是因为校园网内信息量不断增加,利用搜索引擎可以提高搜索效率;另一方面是因为由于网络设计的限制,百度等搜索引擎搜索不到局域网内的很多信息.在研究搜索引擎基本原理和技术的基础上,设计了基于Lucene的校园网搜索引擎.测试表明,本系统能很好地完成用户的搜索要求.     

基于Scrapy和Elasticsearch的校园网搜索引擎的研究与实现

针对通用搜索引擎无法及时收录校园网内信息和收录时间滞后的问题,基于Scrapy框架和Elasticsearch全文搜索引擎,提出了一个完善的校园网搜索引擎解决方案。该文主要分析了Scrapy的运行流程,对Elasticsearch的搜索机制进行了研究,在此基础上设计了校园网搜索引擎的系统架构,给出了系统的网页抓取模块、索引检索模块、页面展示模块的关键实现技术。最后通过实验验证,相比于传统的通用搜索引擎,该文设计的校园网搜索引擎的搜索结果相关性更好,数量更多,对于校园网内新信息的收录情况更好。     

论OPAC与搜索引擎的相互融合

OPAC(Online Public Access Catalogue),即联机公共检索目录,是一种在因特网上对馆藏信息资源进行查询的工具,用户可以通过万维网查寻OPAC从而定位文献在图书馆中的具体位置。但是随着现代信息技术的飞速发展,以及互联网的迅速普及,随之出现的网络虚拟社区和功能强大的搜索引擎等,给图书馆服务和OPAC系统带来了挑战。搜索引擎的发展,致使图书馆OPAC系统的用户不断减少。图书馆OPAC系统和搜索引擎在检索功能上均有优劣,搜索引擎具有易用性和检索结果的多元化显示方式的优点,是用户倾向于搜索引擎的理由,而图书馆OPAC系统应该向搜索引擎学习,减弱OPAC系统的检索规则,将搜索引擎的资源有效地整合在OPAC系统的检索功能里,加强导航,提供多元化的检索结果显示,创建属于图书馆的学术搜索引擎。     

人工智能技术在搜索引擎中的应用

介绍了搜索引擎的分类、工作原理,并具体分析了搜索引擎的体系结构,包括信息的搜集系统、索引系统以及查询接口.基于现在人工智能技术的迅速发展,对于在搜索引擎中运用的人工智能技术进行了研究,且着重分析了搜索引擎重要模块Robot的智能化、智能代理技术以及查询接口的智能化,有力地描述了搜索引擎发展的智能化方向与方法,对智能型搜索引擎所面临的挑战以及未来发展进行了展望.     

基于语义主题搜索引擎系统研究

随着互联网的信息以指数级增长,用户希望搜索引擎能够提供面向专业的更准确智能搜索服务,主题搜索引擎的研究显得越来越有意义。本文对基于本体语义主题搜索引擎系统的关键技术进行研究。首先建立主题搜索引擎系统流程,对主题网络爬虫,网页主题相关度、网页主题分类进行了算法研究。最后以服装纺织领域的主题搜索实现为例,说明主题搜索引擎系统能更准确快速实现专业搜索服务。     

基于Agent的搜索引擎智能个性化设计

随着互联网上信息数量的激增,信息搜索技术面临着越来越大的挑战.传统的搜索引擎很难满足用户个性化的需求,因此将人工智能技术的研究成果引入到搜索引擎之中便成了不可避免的一种趋势.在传统搜索引擎的基础上,笔者提出了一种基于多Agent协作的智能搜索引擎模型,并将多种智能技术或算法引入到该引擎的研究之中,从而得到一个符合个性要求的高效的证券专业领域搜索引擎系统.将该系统运用到其他专业领域,同样可以取得很好的查询效果.     

中文农业主题搜索引擎的设计与实现

用户对农业信息的需求越来越多,农业搜索引擎的开发变得十分必要.从农业搜索引擎发展状况出发,在分析研究通用搜索引擎工作原理、系统架构的基础上,设计并实现了中文农业主题搜索引擎,给出了开发过程中采用的关键技术.结果表明,能满足用户实际需求.     

基于垂直搜索引擎的旅游线路评价模型的设计

本文设计了一个基于垂直搜索引擎技术的旅游线路评价推荐模型系统。该系统首先采用垂直搜索引擎技术针对旅游行业网站抓取特定信息,提取旅游路线及相关旅游资讯信息,并辅以人工资讯录入方式,建立旅游路线、旅游资讯数据库。     

个性化新闻搜索系统的研究

用户在Web 上检索信息时,通常使用门户网站所提供的搜索引擎工具,但目前的搜索引擎普遍存在查全率和查准率低、不具备个性化等问题.论文对新一代个性化智能搜索引擎的主要技术进行了研究,提出了智能搜索引擎的总体框架,详细介绍了原型系统--新闻搜索引擎的实现以及其中用到的关键技术.     

浅介常用搜索引擎

搜索引擎(Search Engines)是一个对互联网上的信息资源进行搜集整理,然后供你查询的系统,它包括信息搜集、信息整理和用户查询三部分。搜索引擎是一个提供信息"检索"服务的网站,它使用某些程序把因特网上的所有信息归类以帮助人们在茫茫网海中搜寻到所需要的信息。     

基于Heritrix与Solr的就业主题搜索引擎的研究与优化

随着信息化步伐的加快,网络求职越来越普及,通用搜索引擎以及招聘网也成为大学生获取就业信息的主要渠道。针对大多通用搜索引擎搜索的就业信息精准度不高以及招聘网站内容繁杂等问题,研究面向大学生的就业主题搜索引擎系统。借助Heritrix爬虫工具以及Solr全文搜索引擎进行二次开发,并对Heritrix爬虫工具默认的爬取策略以及队列分配策略进行优化,同时引入IK Analyzer改进Solr的中文分词的准确率。系统原型测试结果表明,系统具有较好抓取效率以及查准率。     

搜索引擎的缓存技术与法律责任

"缓存"链接技术直接关系到搜索引擎的正常运行,避风港保护对于搜索引擎不仅具有程序上的意义而且具有实质上的价值,但是搜索引擎缓存活动并不适用于系统缓存避风港保护。与其扩大系统缓存避风港保护范围以覆盖搜索引擎缓存技术,不如把搜索引擎缓存技术纳入到信息定位工具避风港保护。搜索引擎抓取、复制网站上侵权作品时,服务商不能以版权人默示许可和禁止反言原则进行侵权抗辩,合理使用抗辩也面临着不确定性。     

主题检索原理及结构模型

随着互连快速发展，互连网的信息搜索得到广泛的应用，对搜索引擎要求越来越高，因此需求开发技术水平更高、性能更优、速度更快的搜索引擎．本文对近来年的搜索引擎进行初步的研究，对构建更优的搜索引擎系统提供了参考。     

基于.Net的全文搜索引擎设计与实现

随着互联网信息多样化和爆炸式的发展,人们面临着"信息迷航"和"信息过载"的困扰;当代社会对信息检索的需求不仅仅局限在通用搜索引擎,更需要针对特定领域设计出个性化搜索引擎。通过分析研究网络搜索引擎的组成结构及利用Lucene构建搜索引擎的方法,在Lucene原有网页排序算法基础上,结合PageRank算法的思想和用户喜好权重,提出更具个性化的网页排序算法,以反馈给用户符合其个性化需求的搜索结果。在.Net开发平台,利用C#语言,结合几种开源API,完成了个性化网络搜索引擎系统的设计与实现。系统界面设计采用了XAML及Ajax技术,搜索结果显示模块采用异步传输技术,使用户界面更加友好。通过测试和分析,系统实现了个性化搜索,用户不翻页也可以查看全部搜索内容,用户的体验度得到了提升。下一步将增加爬虫对于网络错误信息的处理及对于病毒网站的过滤功能。     

校园网园区搜索引擎的设计与实现

Google、百度等通用搜索引擎不能适用于所有的情况和需要,现有的校园网搜索引擎存在查准率、查全率不高,升级维护困难等局限性.本着整合校园网资源的目的,为方便广大师生对校园网信息的获取和使用,设计并实现了校园网园区搜索引擎中文检索系统.该系统由搜索引擎机器人、信息分析器和Web服务器查询软件3部分组成,能够对园区网上的...