本文關(guān)鍵詞：基于主題的搜索引擎的研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

北京交通大學(xué) 碩士學(xué)位論文 基于主題的搜索引擎的研究與實(shí)現(xiàn) 姓名：傅士光 申請學(xué)位級別：碩士 專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù) 指導(dǎo)教師：林友芳 20071201 中文摘要 由于Web海量的信息處于不斷的變化中，搜索引擎己經(jīng)很難再為用戶提供一 個高質(zhì)量的、全面并且更新及時的信息搜索服務(wù)，其局限性在于它試圖索引全部 Web信息并服務(wù)于所有主題的查詢請求。相比之下，主題搜索引擎只覆蓋與特定 主題相關(guān)的Web區(qū)域，這樣它搜索的內(nèi)容可以更深，搜索的周期可以更短，因此 能滿足用戶對快速、準(zhǔn)確的獲取信息資源的要求。目前，基于主題的Web搜索引 擎正成為計(jì)算機(jī)科學(xué)界和信息產(chǎn)業(yè)界爭相研究、開發(fā)的對象。 本文首先簡要介紹了搜索引擎及其發(fā)展現(xiàn)狀，分析了存在的優(yōu)缺點(diǎn)；然后通過 對當(dāng)前通用搜索引擎技術(shù)的學(xué)習(xí)和研究，結(jié)合基于主題搜索引擎的特點(diǎn)，設(shè)計(jì)出 了基于主題搜索引擎的各個模塊和總體的架構(gòu)；而后本文分三個章節(jié)詳細(xì)分析、 設(shè)計(jì)和實(shí)現(xiàn)了該搜索引擎的三大模塊：基于規(guī)則的中文分詞模塊、基于主題的Web 信息抓取和Web內(nèi)容的存儲與索引模塊。它們構(gòu)成了本文的核心部分。通過對基 于規(guī)則的中文分詞模塊的設(shè)計(jì)和實(shí)現(xiàn)，創(chuàng)新性地將詞典、詞性、詞頻信息，改進(jìn) 的傳統(tǒng)分詞算法和中文文法篩選規(guī)則結(jié)合起來，，從而大大提高了分詞的正確率； 通過對基于主題的Web信息抓取模塊的設(shè)計(jì)和實(shí)現(xiàn)，在完成了基本的信息抓取的 基礎(chǔ)上，還利用動態(tài)Web信息抓取技術(shù)解決了Web2．0給傳統(tǒng)信息抓取帶來的困難；

  本文關(guān)鍵詞：基于主題的搜索引擎的研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。