垂直搜索引擎關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展,用戶對(duì)于信息搜索的需求不斷提升,特別是在垂直領(lǐng)域?qū)λ阉饕娴囊笕嫣嵘?主要包括搜索多層排序、智能搜索、關(guān)鍵詞聯(lián)想、信息自動(dòng)抽取及關(guān)鍵詞高亮等幾個(gè)核心技術(shù)。
　　本論文正是針對(duì)上述幾個(gè)核心技術(shù)點(diǎn),以互聯(lián)網(wǎng)音樂垂直領(lǐng)域搜索應(yīng)用為主要研究對(duì)象,在深入分析當(dāng)前開源搜索引擎lucene的基礎(chǔ)上,結(jié)合垂直領(lǐng)域搜索引擎的個(gè)性化需求,對(duì)垂直領(lǐng)域搜索引擎算法進(jìn)行了詳細(xì)的研究和開發(fā),并開發(fā)出一個(gè)通用的垂直搜索引擎框架。主要內(nèi)

2、容包括以下幾個(gè)部分:
　　本文通過研究開源搜索引擎lucene,并對(duì)上述核心技術(shù)算法重新設(shè)計(jì)和實(shí)現(xiàn),開發(fā)出一套通用的垂直搜索引擎框架。
　　解決搜索結(jié)果線性排序方式單一問題。垂直搜索引擎對(duì)搜索的結(jié)果排序方式要求要比普通的綜合搜索引擎高,搜索結(jié)果要求更精確,需要按照多種層次進(jìn)行精確排序,本文實(shí)現(xiàn)一種分層排序算法來實(shí)現(xiàn)解決目前搜索引擎單層排序問題。
　　解決搜索深度不夠問題。目前的搜索一般通過文字內(nèi)容匹配的方式得到對(duì)應(yīng)的搜

3、索結(jié)果,這樣的搜索只能做到簡(jiǎn)單的字符配對(duì)。本文通過二維空間得分計(jì)算的算法建立智能屬性來解決深度搜索問題,實(shí)現(xiàn)智能搜索。
　　解決數(shù)據(jù)智能處理力度不足問題。目前從網(wǎng)頁中抽取信息時(shí)一般采用編寫正則表達(dá)式或者配置網(wǎng)頁模板的方式進(jìn)行信息抽取,相對(duì)于搜索引擎需要對(duì)全網(wǎng)海量的數(shù)據(jù)進(jìn)行實(shí)時(shí)處理,無法依靠人力編寫如此之多的正則表達(dá)式和模板,本文通過粗糙集算法建立多維約束數(shù)據(jù)抽取方式實(shí)現(xiàn)新聞?lì)惥W(wǎng)頁的內(nèi)容智能抽取。
　　設(shè)計(jì)并實(shí)現(xiàn)關(guān)鍵詞聯(lián)想算法