Ｌｉ ｉ ｎ ｈ ｎ Ｚｈ ｕ Ｚｈ ｈ ｉ ｕＪａ ｓ ｅ ｇ ｏ ｉｕ
（ ｏ ｌｇ ｆＳ ｉｎ ｅ ｉｎ ｘ ｉｅｓｔ ｆＳ ｉｎ ｅａ ｄ Ｔｅ ｈ ｏｏ ｙ Ｃ ｌ ｅｏ ｃｅ ｃ ，Ｊａ ｇ ｉＵｎｖ ｒｉ ｏ ｃｅ ｃ ｎ ｃ ｎ ｌｇ ，Ｇａ ｚ ｏ ３ １ ０ ） ｅ ｙ ｎｈ ｕ ４ ０ ０
入到 队列或者堆 栈 中。爬 虫程 序一般 采用 宽度优 先
搜索策略为主、 深度优先搜索策略为辅 的搜索策略。 第二 ， 由分 析程 序对爬 虫程 序下 载 的 网页进 行
分析 以用 于索 引 ， 网页分析 一般 包括 分词 或 者使 用 停用 此表来 过滤 网页的信 息 。 第三 步 ， 引程序将 网页信 息表 示 为一种 便 于 索
摘
要
分析 了现有搜索引擎的基本原理和基本分类 ， 研究 了个性 化搜索引擎 的概念和基本分类 ， 最后对 个性化搜索 搜索引擎 ； 个性化搜索 引擎 ； 爬虫
Ｔ ３３ Ｐ ９
引 擎 的 发展 提 出 了一 些 建 议 。
关键词
中 图 分 类号
Ｓｕ ｍ ａｒ ｆＰｅ ｓ ｎ ｉ ｅ ｅ ｒ ｈ Ｅｎｇ ｎ ｍ ｙ ｏ ｒ ｏ ａｌｚ ｄ Ｓ ａ ｃ ｉｅ
Ａｂ ｔ ａ ｔ Ｔｈ ａ ｉ ｒｎ ｉ ｌｓ ｏ ｈ ｘ ｓｉ ｇ ｓ ａ ｃ ｎ ｉ ｅ ａ ｄ ｂ ｓｃ ｃ ｔ ｇ ｒｅ ｒ ｎ ｌｚ ｄ ｎ ｈ ｏ ｃ ｐ ｆｐ ｒ ｓ ｒｃ ｅ ｂ ｓｃｐ ｉ ｃｐ ｅ ｆｔ ｅ ｅ ｉ ｔ ｅ ｒ ｈ ｅ ｇ ｎ ｎ ａ ｉ ａ ｅ ｏ ｉ ｓａ ｅ ａ ａｙ ｅ ，ａ ｄ ｔ ｅ ｃ ｎ ｅ ｔ ｏ ｅ — ｎ ｓ ｎ ｌ ｅ ｅ ｒ ｈ ｅ ｇ ｎ ｎ ａ ｉ ａ ｅ ｏ ｉｓ ａ ｅ ｓ ｕ ｉｄ Ｆ ｎ ｌ ，ｓ ｍ ｅｓ ｇ ｅ ｔ ｎ ｆｔ ｅ ｄ ｖ ｌ ｐ ｅ ｔｏ ｅ ｓ ｎ ｌ ｅ ｅ ｒ ｈ ｏ ａｉ ｄ ｓ ａ ｃ ｎ ｉ ｅａ ｄ ｂ ｓｃ ｃ ｔ ｇ ｒ ｒ ｔ ｄ ｅ ． ｉ ａｌ ｚ ｅ ｙ ｏ ｕ ｇ ｓ ｉ ｓｏ ｈ ｅ ｅ ｏ ｍ ｎ ｆ ｒ ｏ ａｉ ｄ ｓ ａ ｃ ｏ ｐ ｚ
２ １ 搜索 引擎 的基 本原 理 ．
第 四步 ， 检索 程序从 索 引 中找 出与用 户查 询请 求相关 的信 息 ， 用与分 析文 档相 似 的方 法来 处 理 采
用户查 询请求 ， 后将 与用户 相关 的 网页 按照 相关 最 度递减 的顺 序排列 并返 回给用 户 。 ２ ２ 搜索 引擎 的基本分 类 ． 目前 ，ｎ ｅｎ ｔ 已有 数 千个 能提 供 检 索 服务 Ｉ ｔｒ ｅ 上
总第 ２ ２ ５ 期
２１ ０ ０年第 １ 期 Ｏ
计算机与数字工程
Ｃｏ ｕ ｅ ｍｐ ｔｒ＆ Ｄｉｉａ ｇｎ ｅｉｇ ｇ ｔｌ Ｅｎ ｉｅ ｒ ｎ
Ｖｏ． ８Ｎｏ １ １３ ． ０
８０
个 性 化 搜 索 引擎 综 述
刘 建生 周 志 辉
赣州 ３ １０ ） ４０ ０ （ 西理工大学理学院 江
搜索 的方式 并 存储 在索 引数 据 库 中。索 引 的 质 量
是 ｗｅ ｂ信息 检索 系统成 功 的关 键 因素 之一 。一 个
个综 合 信息 库 。其 信 息来 源 丰 富 、 分布 广泛 ， 种 各
类 型 的信息 资 源 异 构 地 分 布 在 网 络 空 间 中 ， 果 如 不 能使 庞杂 的 信息 有序 化 ， 很难 有 效 获取 ， 就 如何
搜 索 引 擎 的 基 本 原 理 ， 要 可 以 看 作 四 主
步 引： ～
第一 ， 由爬 虫 程 序采用 一 定 的搜 索策 略对 Ｗｅ ｂ 网络进行遍历并下载 网页 ， 系统 中设置一个 队列或者
堆栈 。并且 包 含 一 些 起 始 Ｕ Ｌ； 虫 程 序 从 这 些 Ｒ 爬
的站点 ， 这些站 点 的搜索 引擎 在收 录 的范 围 、 内容 、
ｅ ｉ ｅ ａ ｅｐｒ ｏｓ ｄ． ｎｇ ｎ ｒ ｏｐ ｅ
Ｋｅ ｏ ｄ ｓ ａ ｃ ｎ ｉｅ ｅ ｓ ｎ ｌ ｅ ｅ ｒ ｈ ｅ ｇ ｎ ｓ ｅ ｔｌ ｙＷ ｒ ｓ ｅ ｒ ｈ ｅ ｇ ｎ ，ｐ ｒ ｏ ａ ｉ ｄ ｓ ａ ｃ ｎ ｉ ｅ ，ｒ ｐ ｉ ｚ ｅ Ｃｌｓ ｍｂ ｒ ＴＰ３ ３ ａ ｓ Ｎｕ ｅ ９
１ 引 言
随着 计 算 机 和 互 联 网技 术 的 飞 速 发 展 ， 络 网 上 的信 息量 急 剧 增 长 ， 已经 成 为 了人 类 有 史 以 来 资 源数 量最 多 、 源 种类 最 全 、 资 资源 规模 最 大 的 一
Ｕ Ｌ出发 ， Ｒ 下载相应 的页 面 ， 并从 中抽取 新 的超链 加
＊
收 稿 日期 ：０ ０ ５ １ 日， 回 日期 ：０ ０年 ６ １ ２１年 月 ０ 修 ２１ 月 ２日 作 者 简 介 ： 建 生 ， ， 教 授 ， 究 方 向 ： 能 计 算 与 信 息 安 全 。周 志辉 ， ， 士 研 究 生 ， 究 方 向 ： 据 挖 掘 。 刘 男 副 研 智 男 硕 研 数
准 确有 效地 从 互联 网上 获取 信息 就 成 了一 项 艰 巨
的任务 利 用 搜 索 引擎 ｌ 。 １ ］
好 的索引 模 型应 该 易 于 实 现 和 维 护 、 索 速 度 更 检
快、 空间需 求更低 。
２ 搜 索 引擎 技 术概 述
２１ 年第 １ ００ Ｏ期
计 算 机 与 数 字 工 程
检索方 法上 都 各 有 不 同 ， 用 的技 术 也 各 具 特 点 。 采
过在 网页的整个处 理过程 中增 加模块 实现 个性 化信 息获取 ， 这些 主题模 块包括 主题 确立 模块 、 优化 初始 种子模块 、 主题 相关 度 分 析模 块 和排 序 模块 。基 于