搜索引擎检索技术研究

论文摘要

随着Internet迅猛发展,搜索引擎已经成为人们进行信息获取必不可少的工具。检索技术作为搜索引擎的核心技术之一,对信息准确、快速地获取起到了至关重要的作用。本文在传统向量空间模型的基础上,提出了一种改进的向量空间模型,该模型充分考虑了文档结构对词的重要性的影响,利用该模型进行相似度计算时,避免了向量空间模型查全率和查准率不高的缺点。在检索模型和缓存技术研究基础上,设计并实现了一个高效的检索系统,该检索系统包括查询器和缓存机制两个部分:查询器实现了简单查询和复杂查询两种查询方式;缓存机制制定了基于LRU和LFU的两种基本缓存策略,并采用哈希表缓存查找算法提高缓存查找效率。实验结果表明本文设计的检索系统的检索性能和缓存性能,都达到了实用的水平。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题研究的目的和意义
• 1.2 国内外研究现状
• 1.3 论文的主要内容和贡献
• 1.4 论文结构
• 第二章 搜索引擎技术
• 2.1 搜索引擎的分类
• 2.1.1 目录式搜索引擎
• 2.1.2 机器人搜索引擎
• 2.1.3 元搜索引擎
• 2.2 搜索引擎的工作原理和体系结构
• 2.2.1 搜索引擎的工作原理
• 2.2.2 搜索引擎的体系结构
• 2.3 相关技术
• 2.3.1 网络爬虫技术
• 2.3.2 索引技术
• 2.3.3 排序技术
• 2.3.4 缓存技术
• 2.4 搜索引擎的发展趋势
• 第三章 信息检索模型
• 3.1 传统信息检索模型
• 3.2 向量空间模型的优缺点
• 3.3 改进的向量空间模型
• 3.4 性能测试及对比分析
• 3.5 本章小结
• 第四章 检索系统的设计与实现
• 4.1 功能分析及整体设计
• 4.2 检索系统查询器的设计与实现
• 4.2.1 查询器的结构及功能
• 4.2.2 接口程序
• 4.2.3 词典维护
• 4.2.4 查询实现
• 4.3 检索系统缓存机制的设计与实现
• 4.3.1 缓存机制的系统结构
• 4.3.2 缓存区管理器
• 4.3.3 缓存区
• 4.3.4 缓存性能测试与分析
• 4.4 系统性能测试与分析
• 4.4.1 衡量指标
• 4.4.2 查全率和查准率
• 4.4.3 响应时间
• 4.4.4 系统运行情况
• 4.5 本章小结
• 第五章 总结与展望
• 致谢
• 参考文献
• 读研期间研究成果