第3 4卷第1期 Vo1 .3 4 No .1
宁夏大学学报 (自然科学版 ) J o u r n a l o f Ni n g x i a Un i v e r s i t y ( Na t u r a l S c i e n c e Ed i t i o n)
2 O 1 3年3月 Ma r .2 O1 3
文章编号: 0 2 5 3— 2 3 2 8 ( 2 0 1 3 ) 0 1— 0 0 5 4— 0 4
面向主题的域内垂直搜索引擎系统的研究与实现 王恒。, 王少山。, 高玉琢 ( 1 .宁夏大学计算机网络管理中心,宁夏银川 7 5 0 0 2 1; 2 .宁夏地税局信息中心,宁夏银川 7 5 0 0 0 2;
3 .东华大学旭日工商管理学院,上海摘
2 0 0 0 5 1 )
要:根据校园舆情和信息安全管理的需要,结合垂直搜索的特点,提出了一种面向主题的域内垂直搜索引擎模
型.给出了模型在信息采集、分词处理、主题识别、网页索引、检索处理 5个功能模块的实现过程,并对模型涉及的 中文分词方法、隐形关键词组的扩展运算、检索正态化因子的调整等关键技术进行了讨论 .建成的搜索引擎能够很 好地满足用户主题检索服务的需要 .
关键词:垂直搜索;向量空间模型;主题相关度; L u c e n e
分类号: (中图) T P 3 1 1
文献标志码: A
根据易观国际发布的《中国搜索引擎市场年 度综合分析报告 2 0 1 l》报告显示,截至 2 0 1 1年上
商品的图像搜索引擎 L i k e . c o n、 r计算搜索 wo l f— r a m、物流信息搜索 5 6 q s s . c o m、旅游垂直搜索 q u— n a r . c o n和垂直搜索信息网络平台一叮铃铃等 . r但用户对搜索引擎提供信息检索的精准化、个性化需求使得垂直搜索有着更为广阔的应用前景. 本文通过限定搜索引擎对网络信息的抓取范围或指定与主题相关的网络信息抓取,可建立域内面向主题的垂直搜索引擎 .此处,域内的含义可以理解 为一定网络范围内或是一定地理范围内的,例如:校园网、企业内部网、教育城域网等;也可理解为某一
半年,中国搜索引擎运营商市场规模为 7 5 . 7亿 元,较 2 O 1 0
年下半年增长 8 . 2 ,关键字收入继续呈现强劲的营收态势 .在传统搜索引擎发展 E l益
成熟的同时,互联网用户对搜索引擎的个性化服务需求也越来越为强烈,通用搜索引擎的信息量大、信息查准率低、信息重复多、检索深度不够等 问题尤为突出 .垂直搜索引擎是近年来搜索引擎技术发展的重要方向,能够适应用户专业化、个性
化信息检索的需要 .垂直搜索引擎的提出是针对某一特定领域、某一特定人群或某一特定需求提供的有一定价值的信息和相关服务 _】] .与通用搜
主题相关的,例如:网络求职、产品比价、舆情收集等.利用垂直搜索引擎的特性,本文采用 L u c e n e 3 . 0 搭建了用于校园舆情收集的垂直搜索引擎,并对搜
索引擎相比,垂直搜索引擎能够为用户提供更为 专注的、主题相关的信息检索服务,能更好地满足 用户的特定检索需求.近几年,关于垂直搜索引擎的研究和应用一直受到人们的广泛关注,同时也是国内外学者研究的热点 .与垂直搜索引擎发展相关的信息抓取、中文分词、查询响应时间、页面
索引擎涉及的中文分词、隐形关键词组的扩展运算、 检索正态化因子的调整等关键技术进行了讨论,使 得开发出的搜索引擎更能满足用户面向主题检索的 需要 .
1系统结构与系统应用 面向校园网舆情收集的垂直搜索引擎的基本功能包括信息采集、分词处理、主题识别、网页索引、检索处理 5个部分,其系统体系结构见图 1 .系统结构 模块描述如下:
相关性分析、信息查准率、信息查全率、查询结果 排序方式等关键技术均已成为学者研究的重点 .
垂直搜索引擎的应用范围也逐渐扩大,如社会搜 索 Aa r d v a r k、移动搜索 C h a C h a、相关搜索 C u i l、电子邮件收件箱搜索 Gi s t、应用搜索 Ko s mi x、服装等
1 )信息采集 .通过网络爬虫 ( S p i d e r ),对域内网
收稿日期: 2 0 1 2— 0 3— 1 0 基金项目:宁夏高等学校科学技术研究基金资助项目( N XG X
Z R 2 0 1 1 0 7 );宁夏大学科学研究基金资助项目( ND Z R1 0 6 6 )
作者简介:王恒( 1 9 7 5一),男,副教授,博士研究生,主要从事网络信息检索、协同服务研究.

JournalofNingxiaUniversity(NaturalScienceEdition) 2013年3月Mar.2013 文章编号:0253—2328(2013)01—0054—04 面向主题的域内垂直搜索引擎系统的研究与实现王 恒1...
垂直搜索引擎爬虫系统的... 52页 免费 面向主题的域内垂直搜索... 5页 4...GIS 垂直搜索引擎系统的研究与实现 3 Research and Implement of Vertical Search...
面向主题的域内垂直搜索... 5页 4下载券 面向...SCIENCE 55 面向主题信息服务的垂直搜索引擎应用研究...垂直搜索引擎系统结构由信息采集模块、索引模 块、...
面向领域的垂直搜索系统研究与实现 1.2通用搜索引擎...就是专为查询某一学科或主题的信息而产生 的查询...(tfieldin奶因 子可以用来控制文档中的某个域(...
面向博客领域的垂直搜索引擎的研究与实现_互联网_...引擎的网络蜘蛛 (又称为网络爬虫)仅采集与主题相关...阐述了通用搜索引擎与垂直搜索引擎在系统架构、工作...
建立了一个 面向汽车主题的垂直搜索引擎,设计了各个子系统,并实现了改进的爬虫...(document)组成, 每一个文档由若干的域(field)组成,每一个域由若干的项(term...
科公司的航海领域信息搜索业务需求为研究背景,设计并实现了垂 直搜索引擎系统。... 面向主题的域内垂直搜索... 暂无评价 4页 3.00 面向教育主题的垂直搜索...
依据专业领域搜索策略,设计并实现了一个面向教育主题的垂直搜索引擎系统, 着重研究了专业网络蜘蛛定制、基于VSM的主题相关度算法和倒排索引建立等关键技术及其实现细 ...
大豆垂直搜索引擎系统研究网页信息采集模块 网页信息采集的任务是从指定的大豆网站... 〔 8〕 王来 军. 面向主题的垂直搜索引擎系统的设计与实现〔. 天津: 南开...
基于Lucene垂直搜索引擎的研究与实现专 业:计算机应用...该主题内的页面挖掘能力更强, 所以和传统的面向整个...域的,因而垂直搜索引擎的网络蜘蛛只采集与主题相关的...
热门文档