面向期刊论文的搜索技术的研究与设计

• 作者: 郭峰 韩云凤
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: HDFS 信息抽取 倒排索引 分布式索引 相关度排序算法
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 基金项目
• 页码范围: 59-65
• 页数: 7页
• 分类号: TP393
• 字数: 5929字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2018.08.014

摘要

为了解决期刊论文的大量存储、PDF文本解析、无法快速准确搜索等问题,文章首先使用HDFS分布式系统存储大量期刊论文,其次采用PDF抽取技术将非纯文本格式的PDF期刊转换为纯文本格式,然后分析比较主流中文分词器,最后采用倒排索引、分布式索引和优化相关度排序算法等,分析并设计了一个面向期刊论文的搜索引擎.实验结果表明,本文有效的解决大量论文的存储和访问,缩短建立索引时间,提高了搜索结果的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭峰	北方工业大学计算机学院	20	41	4.0	5.0
2	韩云凤	北方工业大学计算机学院	2	4	1.0	2.0