基于时态信息的主题搜索引擎研究及实现.pdf

  本文关键词：基于时态信息的主题搜索引擎的研究与实现，由笔耕文化传播整理发布。

中国科学技术大学 硕士学位论文 基于时态信息的主题搜索引擎的研究与实现 姓名：孙逸雪 申请学位级别：硕士 专业：计算机应用技术 指导教师：金培权 座机电话号码 摘夏 摘要 随着豆联网的迅速发展，丽对这样一个全球最人的信息资源宝库，搜索引擎 为人们提供了获取信息的入口，得到了极人的流行。但山于W曲多元化信息的 指数级增长和人们需求的多样化，通用搜索引擎返回的结果已经不能满足人们对 个性化信息检索服务的要求，于是主题搜索引擎应运而生。与通用搜索不同，主 题搜索引擎仅仅专注于某一领域，为特定领域的用户提供更为精确、更全面、更 及时的搜索服务。它的很多技术与通用搜索引擎类似，但是还有一些自己独特的 技术和一些新的需要解决问题，成为近年来研究的热点。 传统的主题搜索引擎仅支持基于关键字的搜索方式，因此在许多情况下难以 有效地表达用户的查询需求，例如在新闻主题搜索引擎中查询“最近三天内关于 甲型流感的新闻”。通过对网页信息的分析，时态信息是网页的一个本质属性， 比如网页的修改时间、新闻网页中蕴含的新闻事件时间等。因此，如果能够利用 网页的时态信息来增强主题搜索引擎的效率，使用户可以表达时态相关的查询需 求，同时搜索引擎自身也提供时态查询处理能力，则可以有效地提高主题搜索引 擎的性能。 本文围绕基于时态信息的主题搜索引擎开展了若干关键技术的研究，重点探 讨了时态主题搜索引擎的设计与实现、主题爬虫、搜索结果的时态排序等问题。 本文的主要贡献可归纳为： 1 通过分析W．eb结构和网页特征，，提出并实现了一个混合主题爬虫。该 爬虫首先对抓取下来的网页使用基于VIPS的网

  本文关键词：基于时态信息的主题搜索引擎的研究与实现，由笔耕文化传播整理发布。