学位论文 > 优秀研究生学位论文题录展示

生物医学专题信息跟踪与服务系统关键技术的研究与应用

作　者: 王小磊
导　师: 赵东升
学　校: 中国人民解放军军事医学科学院
专　业: 生物医学工程
关键词: 搜索引擎 组件式开发 Nutch Lucene 全文检索 中文分词 增量抓取
分类号: R318.0
类　型: 硕士论文
年　份: 2011年
下　载: 45次
引　用: 0次
阅　读: 论文下载
 

内容摘要


搜索引擎是通过互联网获取信息的主要手段之一,而垂直搜索引擎能够面向特定专业领域提供更为精确和快捷的信息服务。目前,国内外各种搜索引擎和检索系统比较多,但是都存在一定的局限性。例如,信息检索质量不高,能针对信息需求,主动提供专业信息跟踪和检索服务的系统很少,价格昂贵等等。本单位作为全军最高军事医学科研和疾控机构,科研和管理人员对主动、定制化的科研信息具有强烈的需求。为了满足本单位科研人员的科技信息服务需求,同时为总部领导机关的科学决策提供情报保障,论文作者研究了实现面向生物医学领域的垂直搜索引擎需要的关键技术,并以此为基础构建了我院自己的生物医学专题信息跟踪与服务系统。首先,论文作者利用文献调研、专家咨询以及系统分析的方法,通过对系统的需求分析,研究和讨论了实现系统功能所需的关键技术,包括网页抓取、全文检索、垂直搜索引擎、中文分词以及增量抓取等,并提出了这些关键技术的实现方式和软件组件工具的选择依据。其次,重点研究了部分关键技术的原理、现状,对国内外较有影响的技术实现方式和软件组件产品进行了认真的比较与选择,确定了Nutch、Lucene、庖丁解牛等实现系统需要的开源软件组件,并剖析了这些组件的技术实现和定制开发方法。第三,根据软件工程原理和最新的组件式软件开发思想,作者利用Eclipse、MySQL、Tomcat等开发和平台工具,将这些关键组件进行组装和集成,并改造了Nutch的增量抓取模块,使之实际可用,实现了生物医学专题信息跟踪与服务系统。最后,论文讨论了系统由于缺少生物医学领域的专业词库,导致搜索精度不足,以及海量搜索能力较弱等方面的问题,提出了利用专业词库和云计算等技术对系统进行改进完善的设想。系统不仅实现了从互联网上抓取网页信息、格式处理、内容索引和检索等功能,而且具备中文分词和增量抓取的能力,使科研人员可获得更精确和及时的搜索结果。同时,系统还提供了信息的实时发布、分类导航、全文检索等个性化服务,积极主动的为用户提供最新的生物医学信息。目前系统已投入试运行,能够实现对30个网站的跟踪抓取,在20个并发用户访问的条件下搜索结果的响应时间不超过2秒。论文的研究结果已在《北京生物医学工程》和《军事医学科学院院刊》等中文核心期刊发表,可为相关机构和科研人员设计实现同类系统提供一定的参考借鉴。

全文目录


摘要  3-5
ABSTRACT  5-9
第一章 引言  9-11
  1.1 课题背景  9
  1.2 目的和意义  9-10
  1.3 论文内容与研究成果  10-11
第二章 系统关键技术需求分析  11-15
  2.1 系统功能概述  11-13
    2.1.1 系统功能模块  11-12
    2.1.2 系统使用环境  12
    2.1.3 系统性能要求  12-13
  2.2 系统所需关键技术  13
  2.3 关键技术实现方式及工具软件选择依据  13-15
    2.3.1 适用性  13
    2.3.2 易获得性  13-14
    2.3.3 可扩展性  14
    2.3.4 可持续性  14
    2.3.5 标准化  14-15
第三章 关键技术的研究  15-25
  3.1 网页抓取技术  15-18
    3.1.1 原理  15-16
    3.1.2 现状与趋势  16
    3.1.3 技术选择  16-18
  3.2 全文检索技术  18-21
    3.2.1 原理  18-20
    3.2.2 现状与趋势  20-21
    3.2.3 技术选择  21
  3.3 中文分词技术  21-23
    3.3.1 原理  21-22
    3.3.2 现状与趋势  22
    3.3.3 技术选择  22-23
  3.4 垂直搜索引擎技术  23-25
    3.4.1 垂直搜索引擎简介  23
    3.4.2 垂直搜索引擎的关键技术  23-25
第四章 生物医学信息垂直搜索引擎的构建  25-43
  4.1 设计思路  25
  4.2 垂直搜索引擎的体系结构  25-26
  4.3 技术实现  26-41
    4.3.1 获取信息源  26
    4.3.2 数据抓取及解析  26-29
    4.3.3 索引和检索  29-30
    4.3.4 中文分词  30-37
    4.3.5 增量抓取  37-41
  4.4 系统效果  41-43
第五章 总结与讨论  43-45
参考文献  45-49
文献综述  49-57
  参考文献  56-57
个人简历  57-59
致谢  59-61
发表文章1  61-69
发表文章2  69-74

相似论文

  1. 网络搜索引擎的相关技术研究,G354
  2. 基于Lucene的网络文学垂直搜索引擎的研究与实现,TP391.3
  3. 基于社会网络分析的藏文web链接结构研究,TP393.09
  4. 基于BP网络的元搜索引擎研究,TP391.3
  5. 搜索引擎服务提供商版权侵权责任认定标准探讨,D923.41
  6. 基于OAI-PMH协议及全文检索技术的图书馆联合目录系统,TP391.3
  7. 基于云计算的Web教育爬虫,TP391.3
  8. 全文检索及相关技术研究,TP391.3
  9. 基于WebGIS和MMS的移动搜索服务系统开发,TP311.52
  10. 消防领域搜索引擎系统的设计与实现,TP391.3
  11. LUCENE中文分词在科研文档全文检索系统的应用研究,TP311.52
  12. 基于MVC设计模式的网络服务平台的研究与实现,TP311.52
  13. 基于Lucene的知识库设计与实现,TP311.52
  14. 基于Lucene的电影票垂直搜索系统的设计与实现,TP391.3
  15. 面向元搜索引擎的Web页面排序优化技术研究与实现,TP393.09
  16. 基于Nutch的企业搜索引擎的研究与实现,TP391.3
  17. 主题搜索引擎关键技术研究,TP391.3
  18. 搜索引擎侵权行为研究,D923
  19. 基于Lucene.Net的全文检索研究与应用,TP391.3
  20. 面向海量数据的云存储系统实现与应用研究,TP333
  21. 公众论坛信息实时检索的研究与实现,TP391.3

中图分类: > 医药、卫生 > 基础医学 > 医用一般科学 > 生物医学工程 > 一般性问题
© 2012 www.xueweilunwen.com