论文部分内容阅读
Internet已经成为目前世界上最大的信息资源库,但是网上信息资源纷繁芜杂,如何满足人们对快速、准确而全面获取信息的要求,已经成为摆在人们面前的一大难题。本文从理论和实践两个方面探讨了网络信息检索技术以及检索技术在搜索引擎系统中的应用,设计了基于医师认证系统(WebCVO)的一个垂直搜索引擎WebCreeper系统。
论文共分三个部分。第一部分为绪论,讨论了网络信息检索发展的现状和搜索引擎发展的不足,并阐述了世界上其他搜索引擎的相关原理。第二部分讨论了设计WebCreeper系统所涉及的关键技术,包括信息索引、信息过滤、网络挖掘、本体论、智能代理、网络信息检索算法等。最后一部分为WebCreeper的具体实现部分,并详细的介绍了WebCreeper的结构和实现技术。
WebCreeper系统是一个面向医师主题的动态搜索系统,搜集得到有关医师详细的结构化信息。整个系统的核心分为三个部分。第一部分是系统的初始化部分,本文基本思想是自动获得和用户查询相关度比较大的超链接集合,并对这些集合进行进一步的处理。第二部分是搜索模块,WcbCreeper系统改进了Fish算法,加入了关键字的上下文分析能力。WebCreeper系统的搜索部分采用了多线程搜索的技术,提高了搜索速度。最后一部分是结果处理模块,WebCreeper提交有用的信息给用户,获取用户反馈。
文章的最后总结了WebCreeper系统的研究和开发经验,并对未来的工作进行了展望。