2016年度 第1期
标题:
面向烟草行业的搜索引擎的研究与应用
作者:
陈龙飞 何利力
作者单位:
浙江理工大学信息学院,浙江 杭州 310018
关键字:
搜索引擎,网络爬虫,主题判别,烟草行业
摘要:
立足烟草行业,结合笔者在实际项目中的开发经历,介绍了垂直搜索引擎的设计思路。分别对用户接口模块、检索模块、网页解析模块、网络爬虫模块进行了梳理与总结,重点阐述了网络爬虫的主题判别思路。在主题判别的过程中,将预判因子、元信息因子、词库因子纳入主题相关度的计算,提高了搜索引擎的查准率。