数字图书馆主题搜索引擎的设计与实现

• 作者: 张一曼 林其东 郑乐丹 陈传波
• 来源期刊: 计算机应用研究
• 关键词: 数字图书馆 主题 爬行器 搜索引擎 EPR算法
• 年，卷（期）: 2009,（8）
• 所属期刊栏目: 系统应用开发
• 页码范围: 2952-2955
• 页数: 4页
• 分类号: TP181|TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.08.044

摘要

提出构建数字图书馆主题搜索引擎的总体系统设计.利用一个预处理系统尽量选择高质量的种子站点,从而产生Web主题定义数据;在系统控制器的协调下,各主题爬行器同步地采集爬行器所推荐的Web资源,对下载的资源进行文本分类与主题识别;将已经下载的Web资源按学科分类存储在Web主题资源库中,通过全局信息库建立索引,接入通用接口进行依主题检索.依赖数字图书馆各方面特点,提出支持多线程主题爬行器的设计,并提出一种新颖的URL主题相关性剪切算法EPR,为实现数字图书馆主题搜索引擎原型提供重要的设计.基于开源Lucene平台进行系统扩展而形成最终系统,实验结果表明该工作是相当有效的,尤其是提出的相关性判别算法EPR,具有相当的创新性和实际应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈传波	华中科技大学软件学院	217	2973	28.0	45.0
2	张一曼	温州大学瓯江学院	2	6	1.0	2.0