发明名称 |
一种基于Nutch的垂直搜索引擎及方法 |
摘要 |
本发明涉及互联玩搜索引擎技术领域,具体涉及一种基于Nutch的垂直搜索引擎及方法。本发明提出了一种基于Nutch的垂直搜索引擎及方法,能够围绕某一领域或某一专题展开检索,以满足特定人群对信息检索的个性化要求。本发明基于Nutch的垂直搜索引擎包括Nutch模块、预处理模块和聚类模块。Nutch模块用于从网络上搜集网页、建立网页的反向索引、利用反向索引搜索用户查找的关键词并向用户反馈检索结果。预处理模块用于文本的中文分词。聚类模块用于对Nutch模块的检索结果的文本聚类。Nutch模块分别与预处理模块和聚类模块双向通信。本发明垂直搜索引擎的搭建步骤包括(a)系统搭建和(b)服务器端软件配置。 |
申请公布号 |
CN105045854A |
申请公布日期 |
2015.11.11 |
申请号 |
CN201510395982.3 |
申请日期 |
2015.07.07 |
申请人 |
国家电网公司;国网河北省电力公司培训中心;河北科技大学;石家庄职工大学 |
发明人 |
田青;高凯;陶秋红 |
分类号 |
G06F17/30(2006.01)I;G06F17/27(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
石家庄新世纪专利商标事务所有限公司 13100 |
代理人 |
李志民;董金国 |
主权项 |
一种基于Nutch的垂直搜索引擎,其特征在于其包括Nutch模块、预处理模块和聚类模块;所述Nutch模块用于从网络上搜集网页、建立所述网页的反向索引、利用所述反向索引搜索用户查找的关键词并向用户反馈检索结果;所述预处理模块用于文本的中文分词;所述聚类模块用于对Nutch模块的检索结果的文本聚类;所述Nutch模块分别与预处理模块和聚类模块双向通信。 |
地址 |
100031 北京市西城区西长安街86号 |