面向教育資源搜索引擎的研究與實現(xiàn).pdf

1、隨著信息時代的來臨和網(wǎng)絡資源的迅猛發(fā)展，互聯(lián)網(wǎng)已成為教育工作者和有學習需求的人獲取教育信息的重要途徑，使其能夠獲取多樣便捷豐富的教育資源，滿足學習或工作需求。隨著數(shù)據(jù)量的增大，在使用傳統(tǒng)搜索引擎進行檢索時，由于其較廣的覆蓋面，檢索結果往往伴隨著一些對用戶來說無用的信息。而垂直搜索引擎面向某一個具體領域，有特定的用戶群，能夠提供更加精準的信息檢索服務。如何使學習者能夠更有效的在互聯(lián)網(wǎng)資源中找到自己想要的教育資源，是本文所要解決的主要問題。

2、
　　本文以教育資源的檢索需求為背景，描述了課題相關來源和設計目標，介紹了通用搜索引擎和垂直搜索引擎并進行了比較，深入研究了垂直搜索引擎的系統(tǒng)架構、工作原理、關鍵技術、工作流程等相關理論和技術，在此基礎上對系統(tǒng)進行了需求分析，包括系統(tǒng)的背景目標、主題范圍和前后臺業(yè)務需求，并基于需求進行了系統(tǒng)總體設計，設計了系統(tǒng)前后臺工作流程和框架，劃分了系統(tǒng)模塊并對各模塊進行了詳細的設計。
　　通過擴展運用Heritix、HTMLParse

3、r和Lucene，本文實現(xiàn)并整合了一個面向教育資源的垂直搜索引擎，其主要內(nèi)容有：1）首先，利用Heritix實現(xiàn)網(wǎng)頁數(shù)據(jù)的采集，并對其進行擴展和定制，在對網(wǎng)頁進行基于鏈接的主題過濾后下載到本地形成網(wǎng)頁庫；2）其次，利用正則表達式和HTMLParser抽取網(wǎng)頁信息，選取樣本站點網(wǎng)頁形成用于描述主題的主題詞庫，并采用空間向量模型對后續(xù)頁面進行基于內(nèi)容的主題過濾，形成文本庫；3）接下來，利用Lucene進行索引的建立和查詢，優(yōu)化索引建立過程，