利用Nutch设计实现生物医学信息垂直搜索引擎

• 作者: 李立 王小磊 赵东升
• 来源期刊: 北京生物医学工程
• 学科: 医学
• 关键词: Nutch 网络信息抓取 Lucene 中文分词 增量抓取
• 年，卷（期）: 2010,（6）
• 页码范围: 638-640,644
• 分类号: R318.04
• 字数: 3412字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-3208.2010.06.17

摘要

在网络的海量信息搜索过程中,医学情报研究和信息服务机构,经常需要构建面向专题的垂直搜索系统以满足特定人群的需求.本文利用Nutch和Lucene等开源软件设计了一个面向生物医学信息的垂直搜索引擎系统,并对网页信息抓取、格式处理、内容索引和检索等关键技术进行了说明.在此搜索引擎中,通过加入中文分词和增量抓取等模块,提高了中文关键字的识别率,缩短了信息的更新周期.目前该系统已经上线测试,能够获得较为精确和及时的搜索结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵东升	军事医学科学院卫生勤务与医学情报研究所	72	313	9.0	13.0
2	王小磊	军事医学科学院卫生勤务与医学情报研究所	15	29	3.0	4.0
3	李立	军事医学科学院卫生勤务与医学情报研究所	12	67	5.0	7.0