文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > IT/计算机 > 一个实时搜索引擎的设计
侵权投诉

一个实时搜索引擎的设计

一个实时搜索引擎的设计

 第25卷第5期  2004年5月

小型微型计算机系统MINI-MICROSYSTEMSVol125No.5 

 May2003  

一个实时搜索引擎的设计

陈彤兵,汪保友,胡金化,施伯乐

(复旦大学计算机及信息技术系,上海200433)

摘 要:介绍一个正在开发中的实时搜索引擎原型的原理和系统结构,设计这个搜索引擎的主要目的就是为了能够实

时地进行网上信息的搜索和综合,提高信息发现的质量和效率.

关键词:分布式异构数据源;搜索引擎;信息集成;数据资源描述;模式

中图分类号:TP391     文献标识码:A      文章编号:100021220(2004)0520855204

IntroductionofaRealTimeWWWSearchEngine

CHENTong2bing,WANGBao2you,HUJin2hua,SHIBai2le

(ComputingandInformationTechnologyDepartmentofFudanUniversity,Shanghai200433,China)

Abstract:Thispaperisaboutaprototypesystemcurrentlyunderdeveloping,thegoalistocreateacompletenewstyleofsearchenginewhichcansearchtheWWWinrealtime.Datasourcedescriptionisoneofthekeytechnologyforthisproject.

Keywords:distributedheterogeneousdatasources;searchengine;informationintegration;dataresourcedescription;schema

1 引 言

随着网络技术,特别是Internet和WWW的发展,信息

搜索受到越来越多的关注,随之产生了各种搜索引擎(SearchEngine),为人们在网络环境下查找信息提供了很多便利,提高了网络搜索效率.但现有的搜索引擎并没有解决网上搜索的全部问题.

使用搜索引擎的一般过程是用户输入关键字后,搜索引擎在服务器的数据库中对事先从各个网站得到的内容信息进行扫描,当发现关键字匹配以后,将相应的URL返回给用户,用户在收到这些URL的列表后,逐一访问各个Web页面.虽然上述过程能够迅速返回一个URL列表给用户,而用户面临的问题却是:首先,返回的信息是在几小时或几天其至几个月以前被预先存放在搜索引擎的数据库中的,实际页面中的内容可能已经改变.而要得到即时的信息,用户需要自已访问相应的URL.第二,搜索引擎服务器中存放的主要是静态页面的内容,而无法记录动态发布的信息.但动态信息却是WWW上的重要部分,尤其是在WWW上发布的数据库的内容越来越多,也越来越重要.第三,由于只是进行关键字的字符串匹配,搜索很不精确,返回的URL常常会有很多,以至用户经常只能以猜测的方式选择其中的一些进行访问,或者侥幸找到需要的信息,或者不得不放弃搜索.

本文介绍一个正在开发中的实时搜索引擎原型系统的原理和系统结构,设计这个搜索引擎的主要目的就是为了能够

实时地进行网上搜索,而不是借助于预先保存的网页内容,同时这个搜索引擎还能按用户查询要求对搜索结果进行综合,免去了用户大量繁重的人工操作.

2 数据模型

这个系统的基本出发点是把WWW看成一个巨大的数据库.在一个传统数据库中数据是按内模式进行组织和存储的,并向外提供用于查询的外模式,在外模式和内模式之间存在映射关系.类似地,本文介绍的搜索引擎中,可以把各个WWW站点本地的结构视为内模式,它们的数据则被映射到一个外模式上.这个外模式必须是一种用户能够理解的结构,而且要有足够的描述能力,因此,基于Ontology中的层次化分类结构被选择作为外模式的表示.这种形式的外模式的优点主要有两个,一是由于Ontology的层次化分类结构所具有的自描述能力〔1〕,使得它容易被用户理解和接受,另外,它还具有明确表达概念的特点,正如文献〔5〕中指出:“…所有的概念模型构造的意义都要在Ontology中得到明确的表达”.事实上,分类结构在信息组织和查询领域已有很长的应用历史,并被证明是有效的,典型的如图书馆的书目分类,海关的商品分类等等.

子类关系(Subclassof)是本文中的分类结构主要表达的类间关系.本文中的分类结构是通过分类图表示的.

定义1 分类图:有向图G(N,E)表示分类关系,其中,N是有限个结点的集合,E是有限条边的集合.每一个结点n∈

  收稿日期:2002207223 作者简介:陈彤兵,博士研究生,主要研究方向为数据库和信息集成.汪保友,博士研究生,主要研究方向为数据库和信息安全.胡金化,博士研究生,主要研究方向为面向对象数据库.施伯乐,博士生导师,主要研究方向为数据库和知识库.

第1页

你可能喜欢

  • 小型搜索引擎
  • 网络搜索
  • 存储架构
  • 网络蜘蛛
  • 网络爬虫
  • 淘宝平台
  • 全文检索

热门文档

相关文档

  • 面向主题的个人实时搜索引擎的设计与实现

    关键词:搜索引擎 网络爬虫 个 该付费资源由维普网提供 中国最大最早的... 面向主题的个人实时搜索引擎的设计与实现 介绍一种专为个人用户量身订做的搜索...

  • 搜索引擎实时同步并行算法的研究与设计

    搜索引擎实时同步并行算法的研究与设计余荣华 吕维先 (中国地质大学( 武汉) ...3 方案构建一个实时同步的 WEB 搜索引擎,主 要内容包括: 3.1 用并行算法...

  • 实时搜索引擎

    实时搜索引擎_IT/计算机_专业资料。一个实时搜索引擎的方案设计分类号 UDC 密级 编号 学 位论文 网上书市经理子系统的研究与开发 谢丛茵 苏盛辉 高级工程师 ...

  • BBS搜索引擎设计与实现

    索引文件 的索引项 由四 个字节组成 , 包括两个 ...BSI) 一 4B B S搜索引擎的详细设计 41数据 采集...数据采集 的时 机与频率对于保证数据的实时性 十分...

  • 互联网实时信息搜索引擎

    互联网实时信息搜索引擎_互联网_IT/计算机_专业资料。本文介绍了一个实时信息搜索引擎系统的技术实现框架。系统的设计目标是克服传统搜索引擎在信息更新滞后以及检索...

  • 搜索引擎设计

    搜索引擎设计 学号: 姓名: 专业: 搜索引擎设计 1.研究思路当前主流的搜索引擎使用全文检索技术,收集因特网上几千万到几亿个网页,并对网页 中的每一个词进行索引...

  • 实时搜索引擎

    基于智能 !"#$% 的中文元搜索引擎模型研究王浩鸣 张曰贤 吴志军 史西兵 (... 一个实时搜索引擎的设计 4页 1下载券 基于Sphinx构建准实时更... 6页 ...

  • WAP主题搜索引擎的设计和实现

    1/2 相关文档推荐 面向主题的个人实时搜索... 暂无评价 4页 2.00 面向...针对 该问题,本文参考前人的成果,研究了WAP主题搜索引擎设计的几个关键问题: ...

  • 一个小型搜索引擎的系统设计

    No.4 2007 2007 年 10 月 一个小型搜索引擎的系统设计谢建国(闽西职业技术学院 计算机系,福建 龙岩 364021) 摘要:根据搜索引擎的 5 个基本组成部分,分别介绍了...

  • 专业搜图引擎——32个设计师必看国外搜图引擎

    专业搜图引擎——32个设计师必看国外搜图引擎_广告/传媒_人文社科_专业资料。...(十)PicFog http://picfog.com/ PicFog 是一个实时搜索引擎【twitter 上面的...

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email