个性化农业资源搜索系统的设计与实现(附答辩)(含选题审批表,任务书,开题报告,毕业论文说明书7700字,答辩记录,答辩ppt)
摘 要：随着计算机和互联网应用的普及，大众对搜索的要求也越来越高，人们期望搜索引擎的速度更快、返回结果更准确、内容更丰富、更加智能化和个性化。针对网 上资源日益丰富却检索困难的问题，如何在信息的海洋中搜索有用的信息，从而将这些隐性知识转化为显性知识为人所用已成为广大信息工作者研究的重要课题。基 于搜索引擎的个性化系统就是为解决这一问题而提出的。系统智能化地理解用户的信息需求，提高用户的检索效率，实现真正意义上的个性化服务。而对于农业资源 的搜索，更需要实现个性化来满足用户的需求。本文首先详细介绍了基于因特网的搜索引擎的系统结构，然后从网络机器人、索引引擎、Web服务器三个方面进行 详细的说明。
个性化农业资源搜索系统是从指定的Web页面中按照超连接进行解析、利用正则表达式匹配出网页中有价值的内容写入本地数据库，然后利 用一个成熟开源的全文检索工具包Lucene对数据库中的内容进行索引构造索引文件库，之后通过Web服务器接受客户端请求后从索引文件库中搜索出所匹配 的内容。
本系统使用MyEclipse、SQL Server 2000、Tomcat 6.0作为开发工具。
关键词：个性化；农业资源；搜索系统；正则表达式；Lucene
Design and Implementation of Personalized Agricultural Resource Search System
Abstract: With the popularity of computer and Internet applications, public demand more and more searches, people expect the search engines faster, more accurate returns, richer and more intelligent and personalized. Increasingly rich online resources for the search difficult problem is how to search useful information from the sea of information, which will be the tacit knowledge into explicit knowledge being used by the majority of information workers have become an important research subject. Personalized search engine based system to solve this problem is put forward. System intelligent understanding of the user's information needs, improve the user's search efficiency and achieve truly personalized service. This paper introduces Internet-based search engine architecture, and from the robot, indexing engine, Web server, a detailed description of three aspects.
Personalized Agricultural Resource Search System is from the specified Web page for analysis in accordance with the ultra-connected, using a regular expression to match the content of web pages into the local value of the database, and then the use of a mature open-source Lucene full-text search tool kit of the contents of the database index file index database structure, and then through the Web server to accept client requests a document from the index after the database search the contents of the match..
The system uses MyEclipse, SQL Server 2000, Tomcat 6.0 as a development tool.
Keywords: Search System; Agricultural Resource;Personalization; Regular Expressions; Lucene
研究方案（研究目的、内容、方法、预期成果、条件保障等）
目的：
1.设计一款个性化搜索引擎来满足用户的特定需求。
2. 通过网络爬虫根据一定规则扫描存在于互联网上的网站，获取网络上的农业资源的基本信息由分析索引系统程序对收集来的网页进行分析，提取相关的网页的信息 （包括网页所在的URL、页面内容包含的关键字、大小等），得到每一个网页针对页面文字中每一个关几次的相关度，然后用这些信息建立网页索引数据库，通过 搜索引擎查找出针对性的结果。
内容：学习目前主流的搜索引擎的优势所在，构建一个搜索引擎平台，对网络上的一些相关信息进行爬取。
主要分为四大部分：
第一部分是简单介绍搜索引擎技术的发展及目前国内外研究情况；
第二部分主要针对搜索引擎平台来进行具体的介绍，分析如何构建一个搜索引擎平台，最后将其个性化；
第三部分是如何从现有的起始URL中爬取相关信息，并保存文件的路径，保存索引表的路径，并解析网页获得感兴趣的URL，感兴趣的网页类型，得到农业资源方面的内容；
第四部分就是把农业资源个性化搜索引擎平台的搭建运用到现实生活和学习研究中，体验其中不足并改进。
方法：1、讨论法：同老师和同学进行讨论。
2、文献资料法：就设计查阅相关的相关资料和书籍。3、实践法：通过实践上网访问现有网上超市了解情况进行设计。
4、例举法：将个性化搜索引擎应用到学习生活中，联系实际。
预期成果：本个性化农业资源搜索系统项目，它将实现用户通过互联网完成软件任务的管理。用户可以通过此平台的查询功能查出自己想要了解的农业资源信息，并且可以根据自己的需求，完成相应的功能。
条件保障：图书馆、网上数据库、电子阅览室、专业指导老师
目 录
摘要 1
关键词 1
1 前言 2
2 搜索引擎简介及发展 3
2.1 搜索引擎简介 3
2.2 国外农业搜索引擎的研究现状与发展 3
2.3 国内农业搜索引擎的研究现状与发展 3
3 系统分析 4
3.1 可行性分析 4
3.1.1 技术分析 4
3.1.2 开发工具 4
3.1.3 后台数据 5
3.2 需求分析 5
3.3 功能模块 5
3.3.1 模块结构 5
3.3.2 前台模块 6
3.3.3 后台模块 6
4 系统设计 7
4.1 爬取设计与实现 8
4.1.1 数据库的设计与实现 9
4.1.2 获取网页源码 12
4.1.3 爬取网页内容 14
4.1.4 添加内容到数据库 15
4.2 建立索引 17
4.3 页面设计 20
4.3.1 搜索页面 20
4.3.2 结果显示 21
5 结论 21
参考文献 22
致谢 23
|
