在日常生活和工作学习中,人们已经习惯从互联网中获取信息,搜索引擎成为沟通人与互联网信息的桥梁。伴随着各行各业不断信息化的发展,各个领域内的数据也呈现爆炸式增长,但是这些数据中存在很多问题,比如数据不准确,数据冗余,数据专业相关性较低等。因此如何快速准确地从海量数据中提供用户所需的信息成为当下搜索引擎迫切需要解决的问题。垂直搜索引擎是在某一特定领域提供信息检索的工具,检索结果比较专业准确。针对传统的全文搜索引擎在建筑领域不能提供较为专业的回答以及搜索效率较低等问题,本文提出了一种基于Elasticsearch的建筑领域垂直搜索引擎。本文首先对搜索引擎的研究背景和国内外研究现状进行介绍说明,然后对实现本文搜索引擎的相关技术进行介绍,着重对Elastic Search搜索引擎技术、Scrapy框架、Django框架以及中文分词技术从功能和原理进行介绍。然后,数据采集部分,使用Scrapy框架和采用深度优先的爬取策略,实现建筑文本的信息采集。同时根据数据处理的相关策略进行数据清洗和数据加工,进而提高数据的真实有效性。其次,在中文分词部分,为了解决对未登录词识别不准确的问题,提出在第一次分词的基础上通过互信息和邻接熵来对生成的预选词进行筛选的方法。将达到阈值的候选词加入到专业词典,然后用生成的专业词典来进行第二次分词。接着,在网页排序部分,学习和分析Page Rank算法总结出Page Rank算法存在的问题。从两个方面进行改进,首先计算主题相关度和加入用户反馈因子来纠正主题偏移的问题,然后加入时间反馈因子加速新出现的网页上浮的速度,纠正重旧网页轻新网页的问题,提高网页排序效果。最后,将建筑领域垂直搜索引擎从总体架构到各个功能模块进行设计与实现,并对搜索引擎的功能及性能进行测试。测试结果达到预期目标能够满足用户的需求,具有很高的实用价值。