基于Solr的個(gè)性化搜索引擎設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著Internet(互聯(lián)網(wǎng))技術(shù)的飛速發(fā)展，存在于互聯(lián)網(wǎng)中的信息量變得越來(lái)越巨大。面對(duì)如此巨大的信息，如何更加有效的利用這些信息資源，已經(jīng)成為人們研究主要課題。存在于互聯(lián)網(wǎng)中的信息來(lái)源廣泛，通常會(huì)以不同的形式存在。對(duì)于這種不同來(lái)源、不同形式的海量信息，怎樣準(zhǔn)確地、快速地查找到自己所需要的信息成為我們?cè)谑褂没ヂ?lián)網(wǎng)的時(shí)候面臨的一個(gè)問(wèn)題。搜索引擎(SearchEngine)的出現(xiàn)，從一定程度上緩解了這個(gè)問(wèn)題對(duì)人們的困擾。
　　 但是

2、隨著生活節(jié)奏的不斷加快，對(duì)于搜索引擎的性能要求不斷提升，對(duì)于搜索效率要求也越來(lái)越高，因此如何使用戶(hù)能夠更加快速和準(zhǔn)確的檢索到自己想要的信息，受到越來(lái)越多研究者的關(guān)注。個(gè)性化搜索引擎就是在這種背景下出現(xiàn)的，它運(yùn)用個(gè)性化相關(guān)的技術(shù)，實(shí)現(xiàn)搜索結(jié)果的個(gè)性化。本文系統(tǒng)中使用建立用戶(hù)模型的方法，通過(guò)對(duì)用戶(hù)信息的采集，提取用戶(hù)相關(guān)信息的關(guān)鍵詞，利用TF-IDF算法，得到用戶(hù)關(guān)鍵詞的權(quán)重值，利用關(guān)鍵字和權(quán)重值組成的向量來(lái)表示用戶(hù)模型。本文主要的研究?jī)?nèi)容

3、包括:
　　 1.基于搜索引擎的工作原理、關(guān)鍵技術(shù)和工作流程設(shè)計(jì)了本文系統(tǒng)中的搜索引擎框架。
　　 2.根據(jù)WebCrawler(網(wǎng)絡(luò)爬蟲(chóng))和Heritrix(爬蟲(chóng)框架)的原理設(shè)計(jì)了適合本系統(tǒng)的網(wǎng)絡(luò)爬蟲(chóng)，并在互聯(lián)網(wǎng)中進(jìn)行了網(wǎng)頁(yè)的抓取。
　　 3.基于開(kāi)源框架Solr工作的原理建立了本文中所需的索引系統(tǒng)和檢索系統(tǒng)。
　　 4.建立用戶(hù)模型，利用Solr搭建了個(gè)性化搜索引擎系統(tǒng)，實(shí)驗(yàn)證明本文中的個(gè)性化搜索引擎