基于網頁鏈接和網頁內容疊加的垂直搜索策略與算法研究.pdf

1、隨著科技和網絡的快速發(fā)展，人們已經進入了大數(shù)據(jù)時代，互聯(lián)網上的信息資源已經多到人們無法想象的數(shù)量，不僅如此，互聯(lián)網上每天還在產生著大量的信息資源。
　　網絡上充斥著大量的資源，比如多媒體資源、文本資源等等。在這些資源中，文本資源是人們日常檢索的主要資源。網絡上文本資源的搜索與使用已經成為了人們生活中必不可少的一部分。當人們使用通用搜索引擎在檢索信息資源時，會發(fā)現(xiàn)有很多不相關的頁面產生，這就需要人們自己去篩選所需要的信息，浪費了人們

2、的時間，同時也造成了人們的困擾。人們如何在如此大量的信息資源中快速、深入、準確的找到自己所需要的信息資源呢，這時就需要垂直搜索引擎來滿足人們的需求了。垂直搜索引擎是針對某一個行業(yè)的專業(yè)搜索引擎，具有深入性、準確性和專業(yè)性等特點。
　　本論文重點研究了基于網頁鏈接和基于網頁內容的搜索策略，并深入分析和總結了兩種搜索策略的優(yōu)缺點。同時對基于網頁鏈接的PageRank算法和基于網頁內容的Shark-Search算法各自的缺點分別提出了相

3、應的改進措施。但是，基于網頁鏈接的搜索策略偏重于網頁之間的鏈接結構，而忽視了頁面內容的相關性;基于網頁內容的搜索策略又過于偏重頁面內容的相關性，而忽視了頁面之間的鏈接關系，因此，為了既要發(fā)揮兩種算法各自的優(yōu)點，又要有效避免兩種算法各自的缺點，本文提出了基于網頁鏈接和基于網頁內容相疊加的搜索策略。
　　本論文在研究和應用Lucene搜索引擎框架的基礎上，對Lucene搜索引擎框架的設計原理、特色以及評分系統(tǒng)進行全面深入的分析。Nut