基于Java的元搜索引擎的研究及實(shí)現(xiàn).pdf

1、隨著信息技術(shù)的飛速發(fā)展，Internet已經(jīng)發(fā)展成為當(dāng)今世界最大的信息庫(kù)，并且成為全球范圍內(nèi)傳播信息和獲取信息的最主要途徑之一。Internet上出現(xiàn)越來(lái)越多的信息，同時(shí)也出現(xiàn)了越來(lái)越多的搜索引擎。怎樣通過(guò)這些搜索引擎找到自己想要的信息仍然不是一件易事，而想要搜索到高質(zhì)量的信息就更困難了。元搜索引擎的出現(xiàn)解決了一定程度上的問(wèn)題。 元搜索引擎是一種建立在獨(dú)立搜索引擎之上的搜索引擎。用戶(hù)只需要遞交一次檢索請(qǐng)求，由元搜索引擎負(fù)責(zé)轉(zhuǎn)換處

2、理后提交給多個(gè)預(yù)先選定的獨(dú)立搜索引擎，并將搜索查詢(xún)結(jié)果集中起來(lái)以整體統(tǒng)一的格式呈現(xiàn)到用戶(hù)面前。在這里我們選擇Java+XML作為我們系統(tǒng)的技術(shù)平臺(tái)。Java提供了一個(gè)跨平臺(tái)的方案，可支持分布式處理環(huán)境。Java語(yǔ)言成為了結(jié)合XML(eXtensible MarkUD LangUage)的最佳選擇。XML以一種開(kāi)放的自我描述方式定義了數(shù)據(jù)結(jié)構(gòu)，在描述數(shù)據(jù)內(nèi)容的同時(shí)能突出對(duì)結(jié)構(gòu)的描述。由于數(shù)據(jù)顯示與內(nèi)容分開(kāi)，XML定義的數(shù)據(jù)允許指定不同的顯

3、示方式，使數(shù)據(jù)更合理地表現(xiàn)出來(lái)。在提取單獨(dú)搜索引擎的結(jié)果方面，我們沒(méi)有使用java自帶的包，而是使用了功能更加強(qiáng)大的HTTP協(xié)議的客戶(hù)端編程工具包HttpClient，在系統(tǒng)開(kāi)發(fā)過(guò)程中也使用了Ajax技術(shù)，這兩種技術(shù)的使用使開(kāi)發(fā)的系統(tǒng)更加穩(wěn)定，功能更完善。在確定權(quán)威頁(yè)面的工作上，分別提到PageRank和HTTS兩種算法，并對(duì)兩種算法做了分析和比較，根據(jù)本系統(tǒng)的特點(diǎn)選擇了使用HITS算法。 本文介紹了搜索引擎和元搜索引擎的發(fā)展歷