垂直搜索引擎系统的设计与实现  

Design and Implement of Vertical Search Engine

作　　者：张敏[1] 杜华[1] 

机构地区：[1]河北北方学院信息科学与工程学院,河北张家口075000

出　　处：《情报科学》2011年第3期421-424,439,共5页Information Science

基　　金：张家口市2009年科技攻关项目(0921047B)

摘　　要：面对日益专业和个性化的信息检索需求,通用搜索引擎存在的问题暴露无遗。垂直搜索技术作为搜索引擎发展的一个主要方向,正在受到越来越多的关注。在给出一个垂直搜索引擎总体结构的基础上,详细分析了所涉及的关键技术:网页抓取、中文分词、文本分类等。并将分词和分类算法加入到Nutch中,实现了系统原型。实验证明,该系统主题相关度达到94%以上。Faced with increasingly professional and personalized needs of information retrieval, the problem for general search engine is exposed. It is more and more attention for vertical search technology as a major direction of search engine development. To gives the general structure of a vertical search engine, based on it, the key technologies involved are analyzed in detail： Web crawling, Chinese word segmentation, text classification and so on. And segmentation and classification algorithms add to the Nutch, realizing a prototype system. Experiments show that the degree of the system subject is to 94%.

关 键 词：垂直搜索引擎 中文分词 文本分类 主题相关度 NUTCH 

分 类 号：G350[文化科学—情报学]