面向网络化制造资源的垂直搜索技术研究与应用

论文摘要

本文是在谢庆生教授主持的中国国家自然科学基金资助项目“面向协同商务制造资源管理的关键技术研究”(计划批准号：50475185)，国家863计划项目”面向机电行业的ASP应用服务平台开发与应用”(课题编号：2003AA414013、2004AA414070)，国家863计划项目”面向ASP平台的产品创新设计与制造资源管理构件的研究和应用”(课题编号：2002AA415310)等项目的支撑下，以制造业信息化理论方法为基础，以区域汽车零部件等行业为应用背景，对网络化制造系统建模及应用实现等进行研究。网络化制造资源检索是实现网络化制造的基础技术，其核心是利用网络寻求合适的企业合作伙伴，实现企业间的资源共享、优势互补，提高企业竞争力。这也是本论文的研究目的。在贵州大学现代制造技术实验室现有研究的基础上，本文着重研究了面向网络化制造资源检索系统的主题爬虫设计和中文分词技术。主题爬虫技术主要包括种子链接的获取、爬行算法、相似度分析、页面解析、摘要技术等。通过在主题爬虫中增加评价网页模块，让程序优先抓取与主题相似度高的网页中的链接，提高了爬虫的工作效率。在中文分词模块，通过一种改进的词典存储格式及相应的切词算法提出了一种改进的RMM中文分词算法。系统的索引与检索模块，主要应用Lucene技术。并在研读Lucene源码的基础上，封装了自行设计的中文分词模块，改善了Lucene的中文分词性能，以达到系统对中文分词的需求。系统后端编码采用面向对象的Java语言，特别是用Java的多线程技术来协调各模块的工作，以充分利用计算机资源。前端设计主要采用JSP技术。本文在基础理论和关键技术研究的基础上，完成了面向网络化制造资源的垂直搜索引擎原型系统的开发。通过对该系统进行的测试分析结果表明，本文完成的面向网络化制造资源的垂直搜索引擎的具有良好的检索性能。

论文目录

• 摘要
• Summary
• 目录
• 第一章 前言
• 1.1 课题背景及来源
• 1.2 研究目标及意义
• 1.3 国内外研究进展
• 1.4 已具备的基础和科研条件
• 1.5 本论文组织结构及主要创新点
• 第二章 网络化制造资源与搜索引擎概述
• 2.1 网络化制造资源
• 2.1.1 制造资源定义及分类
• 2.2 搜索引擎
• 2.2.1 搜索引擎的起源及发展
• 2.2.2 搜索引擎的原理
• 2.2.3 搜索引擎的分类
• 2.2.4 搜索引擎的主要评价指标
• 2.3 网络化制造资源垂直搜索系统的特点
• 2.4 网络化制造资源垂直搜索系统的模式
• 2.5 本章小结
• 第三章 系统与算法设计
• 3.1 系统定位及功能
• 3.2 系统设计总体架构
• 3.2.1 主题爬行器概述
• 3.2.2 页面结构
• 3.2.3 中文分词简述
• 3.3 数据存储
• 3.3.1 页面存储库
• 3.3.2 链接库
• 3.4 本章小结
• 第四章 主题爬虫设计
• 4.1 国内外主题爬行算法
• 4.2 主题爬行器
• 4.2.1 种子链接
• 4.2.2 页面解析
• 4.2.3 相似度计算
• 4.2.4 摘要技术
• 4.3 测试分析
• 4.4 本章小结
• 第五章 中文分词设计
• 5.1 分词算法
• 5.2 词典机制
• 5.3 改进的RMM算法
• 5.4 性能分析
• 5.5 本章小结
• 第六章 基于Lucene的索引与检索技术
• 6.1 索引
• 6.1.1 索引的功能
• 6.1.2 索引的原理
• 6.2 检索技术
• 6.3 Lucene简介
• 6.3.1 Lucene的概念
• 6.3.2 Lucene的组成结构
• 6.3.3 Lucene数据流分析
• 6.4 Lucene的应用
• 6.4.1 改善分词
• 6.4.2 建立索引
• 6.4.3 检索配置
• 6.5 用户接口
• 6.6 本章小结
• 第七章 系统实现
• 7.1 程序结构
• 7.2 系统界面
• 7.3 运行结果
• 7.4 本章小节
• 第八章 结论
• 8.1 论文总结
• 8.2 进一步工作
• 参考文献
• 致谢
• 附录
• 附录一
• 附录二