学位论文 > 优秀研究生学位论文题录展示

构件垂直搜索引擎的关键技术研究

作　者: 苏晓辉
导　师: 徐丽萍
学　校: 华中科技大学
专　业: 计算机软件与理论
关键词: 构件描述垂直搜索主题爬行信息抽取索引改进
分类号: TP391.3
类　型: 硕士论文
年　份: 2011年
下　载: 57次
引　用: 0次
阅　读: 论文下载

内容摘要

基于构件的软件开发方法(Component-Based Software Development)被视为解决“软件危机”的有效途径之一,构件库是这一方法的基础设施。然而单一构件库的规模不能满足软件开发人员的需求,众多异构的构件库之间的互不可访问性,使得“寻找构件”变得非常困难。随着Internet的迅速发展,Internet上出现了许多提供商业构件和开源构件的构件库,此外Internet上还散落着大量的未能被某个构件库收集的构件。垂直搜索引擎的出现与发展为实现Internet上构件资源的搜索提供了解决思路和技术保证。垂直搜索引擎面向某个主题,针对特定人群,保证了对某一特定领域信息的完全收录与及时更新,通过对采集的数据进行深度的挖掘分析,能够向用户提供个性化的搜索服务。构件垂直搜索引擎的关键技术包括主题爬行算法、构件信息表示及结构化抽取,构件索引与检索。主题爬行算法的研究是以Shark Search算法为基础展开的,结合Nutch中的OPIC算法的实现方法,设计了一种面向主题的爬行算法L-Shark Search,实验表明L-Shark Search算法比原始的Shark Search算法有更好的爬行效果。根据现行构件库网站所能提供的构件描述信息设计了一个构件描述模型iUCDL,提出了一种基于模板的结构化信息抽取方法对构件信息进行精确抽取。对于构件信息的索引,在保持Lucene的全文检索风格不变的前提下,通过加入XML结构信息来支持构件刻面检索,并结合刻面构件匹配模型,对搜索结果进行二次排序,提高构件信息的搜索质量,最后通过实验来验证对构件垂直搜索关键技术的研究成果。

全文目录

摘要  4-5
Abstract  5-8
1 绪论  8-17
  1.1 课题研究背景及意义  8-9
  1.2 国内外研究现状分析  9-13
  1.3 相关技术及工具介绍  13-15
  1.4 本文研究内容及组织结构  15-17
2 主题爬行与信息抽取  17-37
  2.1 主题信息表示及计算  17-20
  2.2 构件主题爬行算法设计  20-26
  2.3 构件描述模型IUCDL  26-30
  2.4 构件描述信息的抽取  30-36
  2.5 本章小结  36-37
3 构件索引与检索算法  37-48
  3.1 构件索引设计  37-41
  3.2 检索结果排序  41-47
  3.3 本章小结  47-48
4 实验设计及结果分析  48-56
  4.1 实验环境搭建  48-49
  4.2 关键技术实验分析  49-55
  4.3 本章小结  55-56
5 总结及展望  56-58
  5.1 论文总结  56
  5.2 工作展望  56-58
致谢  58-59
参考文献  59-63
附录1 攻读学位期间发表论文目录  63

构件垂直搜索引擎的关键技术研究

内容摘要

全文目录

相似论文