基于CLucene和Larbin的企業(yè)搜索引擎的研究與實現(xiàn).pdf

1、隨著企業(yè)的發(fā)展以及企業(yè)信息化建設的不斷推進,電子商務、門戶網站得到廣泛的推廣,企業(yè)內部信息量增長速度非?？臁Ｃ鎸θ绱司薮蟮男畔⒘?傳統(tǒng)的信息獲取方法已經遠遠不能滿足人們快速準確獲取信息的需求。常見的通用搜索引擎能夠滿足用戶搜索網絡信息的需求,但是在搜索企業(yè)信息時,這類搜索引擎就無法達到用戶的期望了。企業(yè)搜索引擎面臨以下技術難點:多源異構數(shù)據類型、搜索內容的全面性、搜索的準確性、個性化檢索等。企業(yè)搜索引擎的出現(xiàn),正是為了解決此類問題。

2、r>　　 本文設計并實現(xiàn)了一個企業(yè)搜索引擎的原型系統(tǒng),該系統(tǒng)為進一步研究企業(yè)搜索引擎打下了良好的基礎。主要工作包括:
　　 1.論述了企業(yè)搜索引擎的研究意義以及體系結構。
　　 2.介紹了搜索引擎的基本概念以及工作原理,并深入研究了搜索引擎的核心技術,包括中文分詞,爬取算法等。
　　 3.基于Larbin開源爬蟲,通過擴展功能實現(xiàn)企業(yè)內部搜索引擎的爬蟲,包括編碼轉換、頁面登錄、URL過濾以及網頁消噪等。