面向專利主題的分布式搜索引擎的研究.pdf

1、本文針對專利信息應用在科研和專利業(yè)務的諸多方面起著重要作用.快速，準確地檢索到專利信息可以大大提高研究效率、降低經(jīng)費投入、提高技術研發(fā)和專利相關工作的質量。技術決策機構、企業(yè)、大學、研究機構以及專利代理、專利審查和專利訴訟機構在開展專利戰(zhàn)略、專利研發(fā)工作中離不開專利信息。本文針對全球各大專利機構(美國，歐洲，世界，中國，日本，韓國，臺灣)的專利信息構建搜索引擎。 本系統(tǒng)由Spider,索引器，分析器，檢索器，任務管理器五部分組成

2、，涉及的關鍵技術有：Spider，負載均衡，排序，并行處理模型，緩存機制等。 由于搜索引擎處理的專利信息數(shù)據(jù)量十分龐大，而且每年還以驚人的速度增長，搜索引擎設計成分布式并行處理的系統(tǒng)，同時用若干臺機器協(xié)同計算處理，分布式并行的方法可以取得更好的性價比；處理效能；安全性；擴展性等。本文論述構建一種基于分布式并行計算技術架構的Web搜索引擎模型。采用分布式并行編程模式，選用了任務分發(fā)和SPMD。采用功能分解、迭代分解、幾何分解相結合