基于树木搜索引擎的研究与实现

发布时间：2017-10-26 12:11

  本文关键词：基于树木搜索引擎的研究与实现

  更多相关文章： 树木 搜索引擎 Lucene 网络爬虫

【摘要】：在互联网+和+互联网的时期,互联网不仅给人们带来了好处,也促进了科技的进步；植物领域的研究是发展绿色大国的基石之一。因此,树木搜索引擎和对树木搜索的研究有助于我们快速、精确的查找树木相关信息,设计出搜索引擎系统更为我们查找信息和添加信息带来了巨大的方便之处。本文以全文搜索引擎为背景,以它的结构为依据。首先阐述了通用搜索引擎的特点、结构以及优缺点,在这基础上提出了主题搜索引擎；然后介绍了关于爬虫、主题相关性以及主题相关性算法之间的关系；再次论述了常见的分词方法以及本文所采用的分词方法；最后重点介绍了关于Lucene的系统结构和常用的查询模型,就其索引和查询进行详述。在这些理论的基础上,本文的最后实现了一个基于树木搜索引擎的系统,系统按照从抓取、预处理、分词和建立索引等过程来研建。在系统运行时,提交查询关键字之后能够顺利的搜索出相关结果。该系统最后的结果显示,比我们熟知的通用搜索引擎在准确性方面有较大的提升,并且在树木领域对我们有一定的益处。
【关键词】：树木 搜索引擎 Lucene 网络爬虫
【学位授予单位】：北京林业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.3
【目录】：

• 摘要3-4
• ABSTRACT4-7
• 1 绪论7-14
• 1.1 选题背景7-12
• 1.1.1 搜索引擎的发展7-9
• 1.1.2 搜索引擎的特点9-10
• 1.1.3 搜索引擎的现状及面临的问题10-12
• 1.2 研究的目的和意义12-13
• 1.3 论文的内容和结构13-14
• 2 搜索引擎原理14-25
• 2.1 搜索引擎的基本结构14-19
• 2.1.1 搜索引擎结构14-17
• 2.1.2 搜索引擎的关键技术17-19
• 2.2 网络爬虫介绍19-25
• 2.2.1 开源网络爬虫20-21
• 2.2.2 主题网络爬虫21-23
• 2.2.3 主题相关性算法23-25
• 3 分词模块的设计25-29
• 3.1 分词技术概述25
• 3.2 中文常用分词技术25-27
• 3.2.1 基于词典的分词方法25-26
• 3.2.2 基于统计的分词方法26-27
• 3.2.3 基于理解的分词方法27
• 3.3 本文所用分词技术27-29
• 4 检索和查询模块的设计29-36
• 4.1 常见索引介绍29-30
• 4.2 Lucene系统结构30-34
• 4.3 查询模型34-36
• 5 树木检索系统的实现36-45
• 5.1 树木索引的建立36-39
• 5.2 查询的实现39-40
• 5.3 搜索结果截图40-42
• 5.4 系统评价42-45
• 6 总结与展望45-47
• 6.1 总结45
• 6.2 展望45-47
• 参考文献47-49
• 个人简介49-50
• 导师简介50-51
• 获得成果目录51-52
• 致谢52

【相似文献】

中国期刊全文数据库 前10条

1 朱松岩;;网页设计之特性分析[J];山东省农业管理干部学院学报;2009年03期

2 安琳;;国外网页信息存档项目及相关问题研究[J];图书馆建设;2009年12期

3 蒋桂梅;;网页设计的艺术性[J];电脑知识与技术;2010年05期

4 龙正义;;网页长期保存的策略与方法研究[J];档案管理;2010年03期

5 李志义;梁士金;;国内网页去重技术研究:现状与总结[J];图书情报工作;2011年07期

6 王烁;;美国网页归档项目——Internet Archive发展研究[J];兰台世界;2012年17期

7 栗勇兵;韩平;董启雄;;网页信息自动提取的设计与实现[J];计算机光盘软件与应用;2012年18期

8 何立波;周世波;;网页设计中的艺术研究[J];考试周刊;2011年25期

9 秦永平;网页信息共享技术[J];计算机应用;2000年02期

10 项镇;网页设计新概念[J];江西教育学院学报(自然科学);2001年06期

中国重要会议论文全文数据库 前10条

1 吴建军;;谈网页设计的艺术性表现[A];经天纬地——全国测绘科技信息网中南分网第十九次学术交流会优秀论文选编[C];2005年

2 韩近强;赵静;杨冬青;唐世渭;姚小波;;基于领域知识的网页筛选系统[A];第十九届全国数据库学术会议论文集（技术报告篇）[C];2002年

3 昝红英;苏玉梅;孙斌;俞士汶;;基于浅层分析的网页相关度研究[A];语言计算与基于内容的文本处理——全国第七届计算语言学联合学术会议论文集[C];2003年

4 孙静;刘正捷;奚小玲;王慧;;帮助盲人理解网页信息的一种网页结构划分方法[A];第一届建立和谐人机环境联合学术会议（HHME2005）论文集[C];2005年

5 曹淮;晁丁丁;;3D元素在网页信息传达中的应用研究[A];2006年中国机械工程学会年会暨中国工程院机械与运载工程学部首届年会论文集[C];2006年

6 唐超;刘辰;杨正球;;使用多层迭代分析和分类网页文档的方法[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（上册）[C];2008年

7 马骁;王晓龙;王轩;卜永忠;;基于网页信息结构的网页体裁聚类分析[A];第四届全国信息检索与内容安全学术会议论文集（上）[C];2008年

8 罗阳;季铎;张桂平;王莹莹;;面向单一网页的双语资源挖掘方法[A];第六届全国信息检索学术会议论文集[C];2010年

9 于满泉;谭松波;许洪波;;网页内部结构挖掘技术研究[A];NCIRCS2004第一届全国信息检索与内容安全学术会议论文集[C];2004年

10 王宇;黄炜;肖艳芹;任建立;李天柱;;ORBASE用于基于内容的Web查询[A];第十七届全国数据库学术会议论文集（技术报告篇）[C];2000年

中国重要报纸全文数据库 前10条

1 本报记者 曾居仁　通讯员 郝金荣;贵州“万村千乡”网页工程开辟为农服务新渠道[N];中国气象报;2012年

2 壮壮;批量保存网页信息[N];电脑报;2004年

3 罗震宇　严小斌;一种新型WEB开发技术的探讨[N];中国冶金报;2011年

4 钱鹏;网尽Web页中的好东东[N];电脑报;2004年

5 星之海洋;迈出网页制作的第一步[N];电脑报;2004年

6 河南 张金贵;FrontPage2000组件详解（四）[N];电脑报;2001年

7 枫尔;网站浏览提速的五大秘方[N];中国证券报;2004年

8 飘零剑客;网络监控利器——AnyView[N];中国电脑教育报;2004年

9 八戒;眨眼之间 答案立现[N];电脑报;2013年

10 ;网络应用 天龙八“步” 申请上网账号[N];电脑报;2002年

中国博士学位论文全文数据库 前10条

1 陈洁;基于概念融合的网页筛选技术研究[D];北京邮电大学;2013年

2 龚昌盛;基于语义标注的网页广告加载模型研究[D];武汉大学;2010年

3 孙建涛;Web挖掘中的降维和分类方法研究[D];清华大学;2005年

4 黄华军;网页信息隐藏与隐秘信息检测研究[D];湖南大学;2007年

5 徐晴阳;基于关系子群发现算法的聚焦爬行技术[D];吉林大学;2008年

6 曹鲁慧;Web个人信息集成问题研究[D];山东大学;2012年

7 刘馨月;Web挖掘中的链接分析与话题检测研究[D];大连理工大学;2012年

8 罗娜;基于本体的主题爬行技术研究[D];吉林大学;2009年

9 张勇实;基于链接相似性分析的WEB结构挖掘方法研究[D];哈尔滨工程大学;2012年

10 宗校军;中文网页定题采集及分类研究[D];华中科技大学;2006年

中国硕士学位论文全文数据库 前10条

1 敖志敏;基于网页相似度的搜索算法改进的研究[D];上海师范大学;2015年

2 杨寻;地域文化的视觉元素在旅游网页设计中的应用研究[D];西南交通大学;2015年

3 张W，

本文编号：1098618