基于PageRank算法的中文垂直搜索引擎的研究與應用.pdf

1、隨著信息時代的到來，互聯(lián)網上的信息越來越多，人們獲取信息越來越困難，搜索引擎成為人們尋找信息的工具。網民使用通用搜索引擎搜索時，往往返回數以百萬計的結果，用戶想要找到自己需要的信息非常困難，針對某一領域的垂直搜索引擎能夠解決這個問題。
　　首先，本文對垂直搜索引擎的架構以及關鍵技術進行研究，然后針對垂直搜索引擎的數據預處理技術和排序算法進行了詳細研究。數據處理技術主要有兩種技術構成，它們分別是網頁預處理技術和相似網頁去除技術。文章

2、首先對網頁預處理模型進行介紹，然后分析這種預處理模型中出現的問題，然后對出現的問題提出改進方案，改進方案是在模型中加入位置影響因子和對搜索詞進行同義詞擴展。接著，介紹了目前存在的經典的網頁去重算法，然后針對這些算法的缺點，本文提出了一種適合中文農業(yè)垂直搜索引擎的基于單MD5和雙MD5結合的分段數字簽名去重算法。
　　本文還對搜索引擎用戶對搜索結果排序不滿意的問題進行了研究，文章首先對目前存在的經典的排序算法進行了研究并分析它們的優(yōu)