论文部分内容阅读
随着Internet网上的知识呈几何级数式的增长,搜索引擎作为一个查询用户所需信息的工具,其作用性越来越受到人们的重视;目前,一个优秀的搜索引擎能够大大地提高一个网站的点击率,搜索引擎已经成为一个网站的门户。而随着中文在网上的逐渐流行,如何快速有效地检索中文信息成为一个热点问题。搜索引擎一般由Spider、索引库、检索器和用户接口组成。Spider从Web上下载页面;分析器对下载页面的内容进行分析以用于建立索引;索引器将文档表示为一种便于检索的方式并存储在索引数据库中;检索器实现用户查询关键词和目标文档匹配度的计算;用户接口为用户提供一个输入查询请求,定制查询结果的Web页面并将查询结果格式化后返回给浏览器。本次毕业设计的主要任务是对基于Solaris的中英文搜索引擎的改进。该搜索引擎自设计之初以来,经过了一系列的改进,性能逐步提高;而功能也日趋完善——已经具备的英文单词查询、英文“与”查询、英文“或”查询、中文单字查询、中文单词查询。我们的最主要任务是在此基础上增加中文“与”查询和中文“或”查询两项新功能。通过对源代码的分析,我们在保持原搜索引擎总体设计不变的情况下,在原有功能基础上,针对中英文信息表达的区别,对中文汉字的三级索引结构采用折衷处理的算法思想来实现中文布尔查询功能,以提高中文查询的检索速度和准确性。另外还修正了原程序的一些纰漏,同时介绍了对用户界面的改善并就下一步工作进行探讨。在第一章中介绍了搜索引擎系统的概念、分类、一般检索过程和发展趋势;第二章论述了本搜索引擎系统的设计与实现,介绍了系统的总体设计框架,详细分析了系统各模块的组成、原理和具体实现,还说明了开发平台和主要开发工具;第三章介绍了实现中文布尔查询功能的算法思想,流程,以及对有关函数进行了详细说明;第四章介绍了本搜索引擎在Solaris系统上的安装与界面,以及浏览的实现;第五章介绍了对该搜索引擎系统的查询功能的调试和性能分析,以及搜索引擎目前还存在的问题和下一步的工作。