本文關鍵詞：基于Nutch的節(jié)能減排垂直搜索引擎的設計與實現，由筆耕文化傳播整理發(fā)布。

【摘要】：為了促進經濟的可持續(xù)發(fā)展,緩解環(huán)境保護的壓力,國家開始推行節(jié)能減排工作,希望借此解決當代中國發(fā)展所面臨有關資源環(huán)境方面的問題,最終實現以環(huán)境友好的方式進行經濟建設。伴隨著互聯(lián)網技術的發(fā)展,互聯(lián)網上有關節(jié)能減排的信息急劇上升,相關用戶也希望能夠快速有效的找到與節(jié)能減排相關的信息。但使用傳統(tǒng)的搜索引擎進行檢索一般會出現大量無用的信息,使得用戶獲取有價值信息的難度加大。為了解決這一問題,本文采用開源框架Nutch實現了一個針對節(jié)能減排領域的搜索引擎。主要內容如下:(1)面向節(jié)能減排領域,完成垂直搜索引擎的開發(fā)工作。為了用戶更方便的獲取節(jié)能減排領域的信息,本文在開源網絡爬蟲Nutch基礎上利用插件機制對其進行二次開發(fā),并結合了信息提取、分類和主題判定等技術。本文采用了網頁模板技術對網絡爬蟲抓取下來的網頁進行過濾,去除不符合模板提取規(guī)則的頁面,并對網頁部分信息進行提取,提高信息提取的準確性;采用了向量空間模型對節(jié)能減排主題領域進行判斷,獲取主題相關頁面;采用了關鍵詞判斷與樸素貝葉斯分類算法相結合的方式將網頁分成政策資訊、標準規(guī)范、技術文獻三類,并用同樣的方法將網頁按照行業(yè)進行分類。(2)針對搜索引擎完成系統(tǒng)管理平臺的開發(fā)工作。為了方便不熟悉搜索引擎的人員能夠完成對本搜索引擎相關功能的擴展和管理,設計并完成了一個基于B/S模式的系統(tǒng)管理平臺。該平臺主要提供了檢索關鍵詞管理,標準規(guī)范和技術文獻兩類本地庫的索引管理,初始種子管理,網頁模板和模版庫管理以及網頁信息類別管理等功能。
【關鍵詞】：節(jié)能減排 Nutch 垂直搜索引擎 網頁模板 向量空間模型 樸素貝葉斯分類算法
【學位授予單位】：安徽工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP391.3
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-14
• 1.1 課題的背景和意義8-9
• 1.2 搜索引擎發(fā)展歷史9
• 1.3 國內外研究現狀9-11
• 1.3.1 國外研究現狀10-11
• 1.3.2 國內研究現狀11
• 1.4 研究的主要內容11-12
• 1.5 論文的組織結構12-14
• 第二章 垂直搜索引擎原理及Nutch技術14-27
• 2.1 搜索引擎概述14-17
• 2.1.1 通用搜索引擎14-15
• 2.1.2 垂直搜索引擎15
• 2.1.3 搜索引擎原理結構15-16
• 2.1.4 垂直搜索引擎與通用搜索引擎的比較16-17
• 2.2 垂直搜索引擎關鍵技術17-23
• 2.2.1 信息抓取技術17-20
• 2.2.2 信息抽取技術20-21
• 2.2.3 索引技術21-22
• 2.2.4 中文分詞技術22-23
• 2.3 Nutch相關技術23-27
• 2.3.1 Nutch簡介23-24
• 2.3.2 Nutch系統(tǒng)架構24-26
• 2.3.3 Nutch插件機制26-27
• 第三章 垂直搜索引擎的實現27-46
• 3.1 搜索引擎總架構設計27-29
• 3.1.1 搜索引擎體系結構27-28
• 3.1.2 搜索引擎設計思路28-29
• 3.2 網絡爬蟲設計29-32
• 3.2.1 Nutch網絡爬蟲的搭建30-31
• 3.2.2 初始URL種子設定31-32
• 3.3 網頁模板技術的實現32-34
• 3.3.1 網頁的特征32-33
• 3.3.2 網頁模板的設計33-34
• 3.4 特征詞庫的確定34-37
• 3.4.1 權重的計算方法35-36
• 3.4.2 特征詞庫選擇步驟36-37
• 3.5 主題相關性判別的實現37-40
• 3.5.1 向量空間模型37-39
• 3.5.2 主題相關性判別方法39-40
• 3.6 網頁信息分類的實現40-44
• 3.6.1 樸素貝葉斯分類算法41-42
• 3.6.2 網頁信息分類方法42-44
• 3.7 用戶檢索接口功能擴展44-46
• 第四章 垂直搜索引擎系統(tǒng)管理平臺的設計與實現46-55
• 4.1 系統(tǒng)管理平臺需求分析46-47
• 4.2 系統(tǒng)管理平臺系統(tǒng)設計47-55
• 4.2.1 系統(tǒng)功能模塊設計47-51
• 4.2.2 數據庫設計51-55
• 第五章 系統(tǒng)運行和測試55-66
• 5.1 系統(tǒng)運行條件55
• 5.2 垂直搜索引擎測試和分析55-60
• 5.2.1 系統(tǒng)的運行55-57
• 5.2.2 系統(tǒng)相關測試57-60
• 5.3 垂直搜索引擎管理平臺測試和分析60-66
• 5.3.1 管理平臺運行60
• 5.3.2 主要模塊功能測試60-66
• 第六章 總結與展望66-68
• 6.1 總結66-67
• 6.2 展望67-68
• 參考文獻68-71
• 在學研究成果71-72
• 致謝72

【相似文獻】

中國期刊全文數據庫 前10條

1 楊堅爭;李朝平;;垂直搜索引擎及其應用[J];電子商務;2006年10期

2 羅麗姍;;垂直搜索引擎發(fā)展概述[J];圖書館學研究;2006年12期

3 嚴宏偉;何俊;;基于房源分析系統(tǒng)的垂直搜索引擎關鍵技術的探討[J];中國科技信息;2007年05期

4 胡華梁;何進;鐘元生;;圖書垂直搜索引擎的設計[J];計算機與現代化;2007年08期

5 鄭凱明;李義杰;;垂直搜索引擎及其應用價值[J];信息技術;2008年04期

6 畢建濤;霍云福;;垂直搜索引擎贏利模式探討[J];大連大學學報;2008年03期

7 許鑫;黃仲清;;垂直搜索引擎應用中的若干策略探討——以12580餐飲垂直搜索為例[J];現代圖書情報技術;2009年02期

8 孔祥春;李義杰;鄭凱明;;垂直搜索引擎應用研究[J];計算機系統(tǒng)應用;2009年07期

9 楊皖蘇;閆冬;;垂直搜索引擎發(fā)展策略探討[J];商業(yè)時代;2009年23期

10 肖婷;;垂直搜索引擎與旅游行業(yè)探討[J];農業(yè)網絡信息;2009年11期

中國重要會議論文全文數據庫 前4條

1 褚蓓蓓;劉丹;;垂直搜索引擎:搜索引擎發(fā)展方向[A];2007年河北省電子學會、河北省計算機學會、河北省自動化學會、河北省人工智能學會、河北省計算機輔助設計研究會、河北省軟件行業(yè)協(xié)會聯(lián)合學術年會論文集[C];2007年

2 林歡歡;王文杰;史忠植;;移動環(huán)境下垂直搜索引擎[A];第三屆全國信息檢索與內容安全學術會議論文集[C];2007年

3 王上;于海;王鉦旋;;Deep Web垂直搜索引擎設計與實現[A];第26屆中國數據庫學術會議論文集（B輯）[C];2009年

4 毛華揚;劉衛(wèi);;會計信息搜索方法研究[A];第十屆全國會計信息化年會論文集[C];2011年

中國重要報紙全文數據庫 前10條

1 北大縱橫管理顧問公司高級顧問戴曉東;“商搜”變法 垂直搜索引擎的春天還遠嗎？[N];中國經營報;2006年

2 王艷;垂直搜索引擎市場看好[N];中國旅游報;2000年

3 王靖;賽迪網推出垂直搜索引擎[N];人民日報海外版;2000年

4 楊國民;國內生物醫(yī)藥行業(yè) 垂直搜索引擎誕生[N];經濟日報;2007年

5 本報記者 王曉雁;垂直搜索引擎著作權之爭未破題[N];法制日報;2009年

6 電子工業(yè)出版社 董婭　工業(yè)和信息化部電子科學技術情報研究所 周峻松;用開源軟件建垂直搜索引擎[N];計算機世界;2010年

7 中新;生意寶推“生意搜”攪局電子商務搜索市場[N];經理日報;2008年

8 源訊 編譯;搜索巨頭的下一步[N];計算機世界;2006年

9 賽迪網 方剛;不只是網站才垂直[N];中國計算機報;2000年

10 ;沱沱網“亮劍”國際消費電子博覽會 專業(yè)服務帶來B2B差異化變革[N];中國貿易報;2007年

中國博士學位論文全文數據庫 前5條

1 王曄;垂直搜索引擎若干問題研究[D];復旦大學;2011年

2 吳羽;面向時間敏感對象的垂直搜索引擎關鍵技術研究[D];浙江大學;2011年

3 胡宜敏;農業(yè)垂直搜索引擎語義化若干問題的研究與實現[D];中國科學技術大學;2012年

4 陳竹敏;面向垂直搜索引擎的主題爬行技術研究[D];山東大學;2008年

5 王桂紅;農產品市場價格web信息分析方法研究[D];沈陽農業(yè)大學;2013年

中國碩士學位論文全文數據庫 前10條

1 韓冰;垂直搜索引擎?zhèn)�性化推薦研究與應用[D];大連理工大學;2009年

2 關小敏;垂直搜索引擎的研究與實現[D];北京郵電大學;2012年

3 吳燕瑋;基于行業(yè)知識垂直搜索引擎的研究與實現[D];北京郵電大學;2012年

4 柳力麗;旅游垂直搜索引擎的品牌傳播研究[D];西南大學;2015年

5 錢永杰;面向網絡文學的垂直搜索引擎的研究與實現[D];曲阜師范大學;2015年

6 袁鳳云;垂直搜索引擎關鍵技術研究與實現[D];電子科技大學;2014年

7 任睿麗;面向旅游業(yè)的垂直搜索引擎的設計與實現[D];電子科技大學;2014年

8 張高偉;基于ElasticSearch的分布式視頻垂直搜索引擎的設計與實現[D];哈爾濱工業(yè)大學;2014年

9 朱鵬;英文語料庫垂直搜索引擎的研究與實現[D];北京郵電大學;2015年

10 楊小丹;面向教育資源c\索引擎的研究與實現[D];電子科技大學;2015年

  本文關鍵詞：基于Nutch的節(jié)能減排垂直搜索引擎的設計與實現，由筆耕文化傳播整理發(fā)布。

，

本文編號：296033