基于WEB的學(xué)科資源垂直搜索引擎的設(shè)計與實現(xiàn).pdf

1、隨著Internet技術(shù)和應(yīng)用的飛速發(fā)展，Web上的信息資源量正在快速增加。其中存在著大量的對教學(xué)和科研具有參考價值的學(xué)科資源，它們?yōu)閷W(xué)校的教學(xué)和科研帶來了極大的便利。但是，通過像Google、Baidu等這樣的通用搜索引擎在海量的、異構(gòu)的網(wǎng)絡(luò)信息資源中來檢索某一具體學(xué)科資源時，往往不能快速準(zhǔn)確的找到有價值的專業(yè)信息。垂直搜索引擎就正好滿足了這種需求，它是面向某一個領(lǐng)域的專業(yè)搜索引擎，它可以為用戶提供高質(zhì)量的學(xué)科資源。
　　 本

2、文以教育技術(shù)學(xué)學(xué)科資源為例。在對搜索引擎方法的研究分析和算法實現(xiàn)的基礎(chǔ)上，提出了幾點改進(jìn)方法，并據(jù)此初步構(gòu)建出了一個基于WEB的學(xué)科資源垂直搜索引擎的體系結(jié)構(gòu)。然后按照該體系結(jié)構(gòu)的設(shè)計，對其中較為重要的模塊部分進(jìn)行了詳細(xì)的解釋說明。并且在此基礎(chǔ)上，通過運用擴(kuò)展開源組件Lucene、Heritrix以及本體和文本分類技術(shù)實現(xiàn)了該系統(tǒng)。其目的是幫助廣大學(xué)科領(lǐng)域里的用戶快速精準(zhǔn)的查詢學(xué)科領(lǐng)域資源。本文主要進(jìn)行的工作如下：
　　 (1)

3、研究垂直搜索引擎的相關(guān)理論，并對垂直搜索引擎的總體架構(gòu)進(jìn)行分析。
　　 (2)基于WEB的學(xué)科資源垂直搜索引擎系統(tǒng)的關(guān)鍵問題研究：構(gòu)建學(xué)科資源本體，并將本體應(yīng)用于信息采集模塊和檢索模塊中，提高了搜索引擎的查全率和查準(zhǔn)率；采用一種新的文本分類技術(shù)對檢索結(jié)果進(jìn)行分類，從而讓用戶能夠更高效的搜索到更有價值的學(xué)科資源；結(jié)合網(wǎng)頁重要性和主題相關(guān)性，提出了一種新的信息過濾算法；通過Java AWT技術(shù)和本體訪問技術(shù)使得檢索結(jié)果可視化，有利于

4、用戶直觀的獲取隱含的內(nèi)部知識聯(lián)系。
　　 (3)基于WEB的學(xué)科資源垂直搜索引擎的設(shè)計與實現(xiàn)：分析系統(tǒng)設(shè)計的總體思路，然后進(jìn)行系統(tǒng)整體體系結(jié)構(gòu)、各個功能模塊以及數(shù)據(jù)庫的設(shè)計與實現(xiàn)。
　　 本論文的特色之處：構(gòu)建學(xué)科資源本體庫，并將本體應(yīng)用于信息采集模塊和檢索模塊中，提高了搜索引擎的查全率和查準(zhǔn)率；采用一種新的文本分類技術(shù)對檢索結(jié)果進(jìn)行分類，從而讓用戶能夠更高效的搜索到更有價值的信息；結(jié)合網(wǎng)頁重要性和主題相關(guān)性，提出了一種