企業(yè)內(nèi)網(wǎng)搜索引擎關(guān)鍵技術(shù)研究與實現(xiàn).pdf

1、隨著企業(yè)自身業(yè)務(wù)和信息化建設(shè)的不斷發(fā)展與擴(kuò)張,企業(yè)內(nèi)部網(wǎng)絡(luò)的規(guī)模也急劇膨脹。同一時間,企業(yè)內(nèi)部網(wǎng)絡(luò)上所保存的數(shù)據(jù)資源也呈爆炸性增長。為了能夠根據(jù)企業(yè)內(nèi)網(wǎng)上的重要數(shù)據(jù)制定正確的發(fā)展計劃,如何在企業(yè)內(nèi)網(wǎng)這個龐大的資源信息庫中獲得對企業(yè)有價值的數(shù)據(jù)資源,便成為了企業(yè)現(xiàn)在需要迫切解決的問題。
　　目前,通用搜索引擎雖然能夠提供大量的搜索結(jié)果以此滿足大部分普通用戶的需求,但這些結(jié)果不僅很難滿足企業(yè)的特殊需要,而且不具有足夠的導(dǎo)向作用。更重要

2、的是搜索結(jié)果經(jīng)常出現(xiàn)網(wǎng)頁覆蓋率較低、信息更新不及時等問題。而企業(yè)內(nèi)網(wǎng)搜索引擎能根據(jù)企業(yè)的需要對關(guān)鍵算法進(jìn)行定制,它只抓取與企業(yè)相關(guān)的數(shù)據(jù)資源并對檢索出來的結(jié)果進(jìn)行有效的排序,使其搜索內(nèi)容針對性更強(qiáng),更具有企業(yè)導(dǎo)向性,所以企業(yè)內(nèi)網(wǎng)搜索引擎便成為一個解決該問題的有效方案。
　　本文著重研究搜索引擎所使用的關(guān)鍵技術(shù)與算法,并根據(jù)企業(yè)需求的特殊性對其進(jìn)行改進(jìn)創(chuàng)新,完成企業(yè)內(nèi)網(wǎng)搜索引擎所需的功能。同時,對復(fù)雜網(wǎng)絡(luò)學(xué)科中的搜索算法進(jìn)行創(chuàng)新,力

3、求將其應(yīng)用于大型服務(wù)器的本地文件檢索系統(tǒng)中,增強(qiáng)企業(yè)內(nèi)網(wǎng)搜索引擎的功能。
　　本文主要提出了三個新算法,分別是基于域名的鏈接過濾算法、基于向量空間模型的多因素評分算法和路徑壓縮搜索算法:基于域名的鏈接過濾算法通過對鏈接進(jìn)行分析,能夠有效的阻止網(wǎng)絡(luò)爬蟲下載與企業(yè)無關(guān)的數(shù)據(jù),提高網(wǎng)絡(luò)爬蟲的性能,同時增加搜索結(jié)果的準(zhǔn)確率和搜索效率;基于向量空間模型的多因素評分算法是對現(xiàn)有的相關(guān)性評分算法進(jìn)行改進(jìn),該算法綜合考慮影響相關(guān)性評分的各種因素,