垂直搜索引擎關鍵技術研究與應用

3.99萬字 71頁 包括外文翻譯，原創(chuàng)作品，通過查重系統(tǒng)

摘 要
搜索引擎作為人們獲取Internet上信息的主要手段，是信息檢索領域研究的熱門課題。近年來，隨著網(wǎng)上資源的急劇攀升，人們所熟知的通用的全文搜索引擎已經(jīng)越來越不能滿足人們的需求了，所以垂直搜索引擎便成為了一個熱門研究領域。垂直搜索引擎是針對某一特殊領域、特定人群使用的搜索引擎，具有很強的領域相關性，能夠?qū)崿F(xiàn)相關的、專業(yè)的、實時的搜索。
本文首先介紹了垂直搜索引擎的研究背景和研究現(xiàn)狀，同時介紹了垂直搜索引擎的概念以及它與通用搜索引擎的區(qū)別。
接下來，介紹了本體領域的基本知識，構建本體的方法，并且選用protégé 4.3構建了小麥領域本體。并對Web爬取、索引和檢索、查詢擴展中的相關技術和算法進行了介紹。主要包括多線程技術和HtmlParser解析；Lucene倒排索引及Lucene的評分系統(tǒng)。檢索模型中的TF-IDF權重以及Jena解析本體文件等內(nèi)容。
最后，本文設計和實現(xiàn)了一個針對小麥領域的垂直搜索系統(tǒng)，將本體領域的相關知識以及在信息檢索方面的應用來優(yōu)化垂直搜索引擎，以查詢拓展的方式來增強關鍵字搜索。系統(tǒng)完成后，進行了實驗和分析，得到了滿意的效果。


關鍵詞：垂直搜索引擎；本體；OWL；Lucene；Jena