-
题名油气行业垂直搜索引擎关键问题解决方案
- 1
-
-
作者
王督
蔡永香
李博涵
刘远刚
-
机构
长江大学地球科学学院
-
出处
《计算机系统应用》
2018年第12期18-24,共7页
-
基金
地理信息工程国家重点实验室基金项目(SKLGIE2017-M-4-6)
国家自然科学基金青年基金项目(41701537)
大学生创新项目(201810489071)~~
-
文摘
垂直搜索引擎构建是搜索领域的热点问题之一,应用领域广泛.现有的方法一般都只是对垂直搜索引擎构建中的某一个或几个阶段进行优化,且针对不同网站信息的获取往往需要人工配置操作,较为繁琐.本文在深入研究构建垂直搜索引擎技术的基础上,运用Heritrix、Solr等JAVA开源工具,结合网页正文抽取和完整性词抽取算法,提出了一套自动化构建垂直搜索引擎的方法,对该方法实现各阶段的关键问题展开了研究,并给出相应的优化方案.实践表明,提出的方法与优化方案具有较强的实用性.
-
关键词
垂直搜索引擎
信息爬取
网页正文抽取
完整词抽取
Heritrix和Solr
-
Keywords
vertical search engine
information crawling
webpage text extraction
full word extraction
Heritrix and Solr
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
