搜索引擎优化毕业论文(本文对*敏*感*词*主题搜索引擎技术的发展和两大主题搜索技术)

　　搜索引擎优化毕业论文(本文对*敏*感*词*主题搜索引擎技术的发展和两大主题搜索技术)

　　摘要：随着互联网的迅猛发展，网络上的信息资源已经达到了ZB级。面对如此海量的数据资源，如何快速有效地获取专业化的专业知识和信息资源成为难题。这时，搜索引擎的出现解决了信息丢失的问题。然而，现有的通用搜索引擎对信息需求集中、主题明确的行业客户缺乏引导。近期出现了收录完整、特定领域信息更新及时的话题搜索引擎。本文分析了*敏*感*词*话题搜索引擎技术的发展和话题搜索引擎的现状，并详细介绍了搜索引擎的工作原理和两种主题搜索技术：内容过滤和信息抽取。重点关注在抓取网页时如何通过URL和内容过滤主题，对PageRank算法进行深入研究，结合向量空间算法提出更有针对性的主题过滤方法，研究如何从过滤后的网页中提取信息。，并提出一种主题信息提取方法。本文基于开源搜索引擎Nutch，将人工智能、信息抽取、数据挖掘等研究领域的知识有机地结合起来，结合并改进了PageRank和空间向量算法。通过结合HTML结构抽取和本体信息抽取，使用J2EE。该技术进行二次开发，构建话题过滤和信息抽取模块，构建话题搜索引擎架构。最后，本文对未来的工作进行了展望，并指出主题过滤算法、过滤精度、过滤速度和精度有待进一步优化。