学位论文 > 优秀研究生学位论文题录展示

基于Web的中文元搜索引擎的研究及实现

作　者: 李霞
导　师: 李晓
学　校: 新疆大学
专　业: 计算机应用技术
关键词: 元搜索引擎信息检索开源数据源 MVC 查全率响应时间
分类号: TP391.3
类　型: 硕士论文
年　份: 2006年
下　载: 40次
引　用: 0次
阅　读: 论文下载

内容摘要

信息检索是人们上网的主要目的之一,但目前两大主流中文搜索引擎Baidu和Google还存在一些需要研究解决的技术,如多关键词下如何提高搜索准确率、如何利用中文元搜索引擎以提高搜索召回率、中文元搜索引擎下如何实现快速同步查询功能等问题,这就涉及如何研究和实现基于元搜索的中文引擎系统。本论文以提高搜索引擎准确率为主要目标,研究和实现了中文元搜索引擎系统,主要创新点:(1)对目前比较流行的7个中文搜索已经进行查全率和响应时间的比较,以及考虑html解析选取了百度和中搜作为中文元搜索引擎的基本数据源。(2)设计了元搜索引擎的总体框架,提出了请求提交代理、检索接口代理、结果合并代理三大功能模块,并阐述各代理的功能流程。(3)使用当前应用面流行的开源技术htmlparser解析html文本,提取相关有用的信息。与以往的元搜索引擎的开发相比节省了时间,提高了编码效率。(4)在元搜索引擎系统的设计实现方面,采用了MVC的设计模式,此模式是目前广泛的一种j基于web的软件设计模式,MVC英文即Model-View-Controller,即把一个应用的输入、处理、输出流程按照Model、View、Controller的方式进行分离,这样一个应用被分成三个层——模型层、视图层、控制层。(5)在元搜索引擎系统的设计实现方面,提出了数据库系统、软件系统、人机界面的设计方案,提供了用户登录界面,让每个查询用户能够对自己的搜索结果进行个性化调整。本文选择了中文元搜索引擎作为研究对象。在分析全文搜索引擎、目录搜索引擎等搜索引擎的优缺点的基础上,引入了元搜索引擎,采用一些新思想和新办法实现了中文元搜索引擎。面向用户搜索引擎的需求,指出了今后的研究方向。

全文目录

中文摘要  2-3
ABSTRACT  3-7
第1章引言  7-14
  1.1 研究的背景  7-9
    1.1.1 搜索引擎的发展  7-8
    1.1.2 现代意义上的搜索引擎  8-9
  1.2 研究的动机  9-11
    1.2.1 传统搜索引擎的不足  9-10
    1.2.2 问题的分析与解决方法  10-11
  1.3 研究的意义  11
  1.4 主要工作  11-12
  1.5 论文的组织  12-14
第2章元搜索引擎概述  14-21
  2.1 搜索引擎的概述  14
  2.2 搜索引擎的分类  14-17
  2.3 搜索引擎的基本原理  17-18
    2.3.1 数据检索与信息检索的区别  17
    2.3.2 搜索引擎的评价标准  17
    2.3.3 搜索引擎的检索模型  17-18
  2.4 元搜索引擎的概述  18-20
    2.4.1 元搜索引擎的基本原理  19
    2.4.2 元搜索引擎的基本构成  19-20
    2.4.3 元搜索引擎的分类  20
  2.5 本章小结  20-21
第3章数据源的选取  21-24
  3.1 数据源选择的必要性  21
  3.2 数据源的选择方法  21-22
  3.3 各种中文搜索引擎的比较实验  22-23
    3.3.1 搜索结果比较  22
    3.3.2 搜索时间的比较  22-23
  3.4 元搜索引擎数据源的确定  23
  3.5 本章小结  23-24
第4章元搜索引擎的相关算法  24-31
  4.1 文本选择算法  24-27
    4.1.1 用户指定算法  24
    4.1.2 权值分配算法  24-25
    4.1.3 基于学习的算法  25-26
    4.1.4 确保取回算法  26-27
  4.2 结果合并算法  27-30
    4.2.1 有关概念  27-28
    4.2.2 摘要排序算法  28-29
    4.2.3 位置排序算法  29
    4.2.4 摘要/位置排序法  29-30
    4.2.5 结果合成技术比较  30
  4.3 本章小结  30-31
第5章中文元搜索引擎系统的模型设计  31-37
  5.1 系统总体结构和构架  31-34
    5.1.1 系统的核心思想  31-32
    5.1.2 中文元搜索引擎的系统流程图  32-33
    5.1.3 中文元搜索引擎的框架图  33-34
  5.2 请求提交代理  34-35
  5.3 检索接口代理  35
  5.4 结果显示代理  35-36
    5.4.1 结果排序  35-36
    5.4.2 结果显示  36
  5.5 本章小结  36-37
第6章用JAVA 具体实现中文元搜索引擎  37-59
  6.1 系统开发环境  37
  6.2 中文元搜索引擎的实现  37-39
    6.2.1 目标  37
    6.2.2 系统模块  37-39
    6.2.3 数据库的设计  39
  6.3 关键技术  39-43
    6.3.1 MVC 设计模式  39-42
      6.3.1.1 MVC 的定义  39-40
      6.3.1.2 中文元搜索引擎当中的MVC 的设计  40-42
    6.3.2 开源技术  42-43
      6.3.2.1 开源的定义  42
      6.3.2.2 开源的htmlparser 文本解析技术  42-43
      6.3.2.3 htmlparser 解析方法  43
  6.4 请求提交代理  43-46
    6.4.1 用户界面  43-45
    6.4.2 结果页面设计  45-46
  6.5 检索接口代理  46-51
    6.5.1 URL 编码  46
    6.5.2 成员搜索引擎与URL 的连接  46-47
    6.5.3 成员搜索引擎的信息获取  47-48
    6.5.4 html 的解析  48-51
  6.6 结果显示代理  51-56
    6.6.1 去重和排序  51-54
    6.6.2 结果显示处理  54-55
    6.6.3 个性化管理  55-56
  6.7 系统测试和评价  56-58
    6.7.1 评价  56
    6.7.2 测试  56-58
  6.8 本章小结  58-59
第7章总结  59-62
  7.1 中文元搜索引擎的局限性  60
  7.2 未来中文元搜索引擎的发展方向  60-61
  7.3 本文的后续研究  61-62
参考文献  62-65
发表论文  65-66
致谢  66-67

相似论文

生物医学领域检索系统查询扩展技术研究,TP391.3
面向海量邮件的检索系统研究与实现,TP393.098
导电聚合物的电化学合成及其电致变色性能的研究,O631.3
洒水喷头动态热试验装置的研究,TU892
基于跨语言信息检索的企业竞争情报收集系统模型研究,TP391.3
基于SOA与工作流的OA系统的研究与实现,TP311.52
基于Java EE框架的公文传输系统设计与实现,TP311.52
OpenBASE企业管理器设计与实现,TP311.52
基于Struts2的校友管理与服务系统的设计与实现,TP311.52
攀枝花学院人事管理信息系统的设计与实现,TP311.52
社区WebGIS原型系统设计与实现,P208
基于Struts2与Hibernate的社区网站系统设计与实现,TP311.52
中国石油广域网智能管理系统设计与实现,TP311.52
基于RBAC的河道堤防管理信息系统之权限管理系统,TV871
开源软件许可证的法律效力研究,D923.4
基于策略Agent的个性化信息检索系统的研究与实现,TP391.3
江西现代学院OA系统的设计与实现,TP311.52
一个电子报纸发行系统的设计和实现,TP311.52
高校人力资源信息管理系统的设计和实现,TP311.52
基于稀疏非负矩阵分解的图像检索,TP391.41
跨语言文本分类的研究,TP391.1