jsp基于產品的搜索引擎-資料下載頁

【導讀】基于的搜索引擎。第1頁共34頁。目錄。基于的搜索引擎。第2頁共34頁

　　

【正文】 t temp = ((float)(length (startpage1) * 10 ))/10。 if (temp 10 ) { span = 9。 hasnext = 1。 } else if (temp == 10) { 基于的搜索引擎 第 27 頁 共 34 頁 span = 9。 hasnext = 0。 } else { hasnext = 0。 if ((int)temp temp) { span = (int)temp。 } else { span = (int)temp 1。 } } endpage = startpage + span。 (startpage)。 (endpage)。 (hasnext)。 (startindex)。 } catch (Exception e) { ()。 } return results。 } /** * 基于的搜索引擎 第 28 頁 共 34 頁 */ public SearchResult getSearchResultById(int id) { return (id)。 } /** * * @return */ public SearchResultDao getSearchResultDao() { return searchResultDao。 } /** * * @param searchResultDao */ public void setSearchResultDao(SearchResultDao searchResultDao) { = searchResultDao。 } private Query makeQuery(String query) { TermQuery qu = new TermQuery(new Term(all, ()))。 return qu。 } public static void main(String[] args) throws Exception { IndexSearcher searcher = new IndexSearcher(INDEX_STORE_PATH)。 } } 基于的搜索引擎 第 29 頁 共 34 頁 Tomcat 上部署項目 Tomcat 中的應用程序是一個 WAR（ Web Archive）文件。 WAR 是 Sun 提出的一種 Web應用程序格式，與 JAR 類似，也是許多文件的一個壓縮包。這個包中的文件按一定目錄結構來組織：通常其根目錄下包含有 Html 和 Jsp 文件或者包含這兩種文件的目錄，另外還會有一個 WEBINF 目錄，這個目錄很重要。通常在 WEBINF 目錄下有一個 文件和一個 classes 目錄， ，而 classes 目錄下則包含編譯好的 Servlet類和 Jsp 或 Servlet 所依賴的其它類（如 JavaBean）。通常這些所依賴的類也可 以打包成 JAR放到 WEBINF 下的 lib 目錄下，當然也可以放到系統的 CLASSPATH 中。 在 Tomcat 中，應用程序的部署很簡單，你只需將你的 WAR 放到 Tomcat 的 webapp 目錄下， Tomcat 會自動檢測到這個文件，并將其解壓。你在瀏覽器中訪問這個應用的 Jsp時，通常第一次會很慢，因為 Tomcat 要將 Jsp 轉化為 Servlet 文件，然后編譯。編譯以后，訪問將會很快。 本章中詳細介紹了如何構架基于 Tomcat 的 Web服務器，使得用戶通過瀏覽器進行新聞的搜索，最后還對 Tomcat 如何部署進行 了說明。 基于的搜索引擎 第 30 頁 共 34 頁 第六章 搜索引擎策略 隨著信息多元化的增長，千篇一律的給所有用戶同一個入口顯然已經不能滿足特定用戶更深入的查詢需求。同時，這樣的通用搜索引擎在目前的硬件條件下，要及時更新以得到互聯網上較全面的信息是不太可能的。針對這種情況，我們需要一個分類細致精確、數據全面深入、更新及時的面向主題的搜索引擎。 由于主題搜索運用了人工分類以及特征提取等智能化策略，因此它比上面提到的前三代的搜索引擎將更加有效和準確，我們將這類完善的主題搜索引擎稱為第四代搜索引擎。 題的搜索策略 導向詞 導向詞就是一組關鍵詞，它們會引導搜索器按照一定順序搜索整個網絡，使得搜索引擎可以在最短的時間里面得到最全面的跟某一個主題相關的信息。通過設置導向詞以及它們對應的不同權值，所有標題、作者、正文或超連接文本中含有某一導向詞的網頁都會被賦予較高的權值，在搜索的時候會優先考慮。搜索器在向主控程序獲得 URL 的時候也是按照權值由高到低的順序。反之，搜索器在向主控程序提交新的 URL 和它的權值的時候，主控程序會按照權值預先排序，以便下一次有序的發給搜索器。 網頁評級 在考慮一個網 頁被另一個網頁的引用時候，不是單純的將被引用網頁的 Hit Number 加一，而是將引用網頁的連接數作為權，同時將該引用網頁的重要性也考慮進來（看看上面提到的例子， Yahoo！引用的網頁顯然比個人網站引用的網頁重要，因為 Yahoo！本身很重要），就可以得到擴展后的網頁評分。 最早提出網頁評分的計算方法是 Google。它們提出了一個“隨機沖浪”模型來描述網絡用戶對網頁的訪問行為。模型假設如下： 1) 用戶隨機的選擇一個網頁作為上網的起始網頁； 2) 看完這個網頁后，從該網頁內所含的超鏈內隨機的選擇一個頁面繼續進行瀏覽； 3) 沿 著超鏈前進了一定數目的網頁后，用戶對這個主題感到厭倦，重新隨機選擇一個網頁進行瀏覽，并重復 2和 3。 按照以上的用戶行為模型，每個網頁可能被訪問到的次數就是該網頁的鏈接權值。如何基于的搜索引擎 第 31 頁 共 34 頁 計算這個權值呢？ PageRank采用以下公式進行計算： ?????? N jii iijij nWlddW ,1 ,)1( 其中 Wj代表第 j個網頁的權值； lij只取 0、 1值，代表從網頁 i到網頁 j是否存在鏈接；ni代表網頁 i有多少個鏈向其它網頁的鏈接； d代表“隨機沖浪”中沿著鏈接訪問網頁的平均次數。選擇合適的數值，遞歸的使用以上公式，即可得到理想的網頁鏈接權值。 該方法能夠大幅度的提高簡單檢索返回結果的質量，同時能夠有效的防止網頁編寫者對搜索引擎的欺騙。因此可以將其廣泛的應用在檢索器提供給用戶的網頁排序上，對于網頁評分越高的網頁，就排的越前。 權威網頁和中心網頁 權威網頁 顧名思義，是給定主題底下的一系列重要的權威的網頁。其重要性和權威性主要體現在以下兩點： 1) 從單個網頁來看，它的網頁內容本身對于這個給定主題來說是重要的； 2) 從這個網頁在整個互聯網重的地位來看，這個網頁是被其他網頁承認為權威的，這主要體現在跟這個主題相關的很多網頁都有鏈接指向這個網頁。 由此可 見，權威網頁對于主題搜索引擎的實現有很重大的意義。主題搜索引擎一個很關鍵的任務就是從互聯網上無數的網頁之中最快最準的找出這些可數的權威網頁，并為他們建立索引。這也是有效區別主題搜索引擎和前三代傳統通用搜索引擎的重要特征。 中心網頁 是包含很多指向權威網頁的超鏈接的網頁。最典型中心網頁的一個例子是 Yahoo！，它的目錄結構指向了很多主題的權威網頁，使得它兼任了很多主題的中心網頁。由中心網頁出發，輕而易舉的就會到達大量的權威網頁。因此，它對于主題搜索引擎的實現也起了很大的意義。 權威網頁和中心網頁之間是一種 互相 促進 的關系：一個好的中心網頁必然要有超鏈接指向多個權威網頁；一個好的權威網頁反過來也必然被多個中心網頁所鏈接。 本章介紹了面向主題的搜索策略，并作了詳細闡述。雖然在新聞搜索中并沒有應用到搜索策略，但是對于 WWW 搜索引擎來說，搜索策略是極其重要的。他直接關系到搜索的質量以及匹配度等性能。 基于的搜索引擎 第 32 頁 共 34 頁 結 論 數據庫應用系統開發是當前主流的應用，大多數應用系統都需要后臺數據庫的支持。 JAVA 和數據庫是使用廣泛的組合之一， OOP 編程和 JDBC 數據庫訪問技術，都是開發數據庫主要應用程序所必備的管理及開發技術。 通過使用 SQL 語句和 ADO 數據庫訪問技術，我們實現了大學生理財系統的開發。通過結構測試和功能測試后，證明使用 OOP 編程和 JDBC 數據庫訪問技術可以使 搜索 系統順利運行。通過小范圍的市場測試，本系統也是有一定的市場潛力的。 經過兩個月艱苦卓絕的努力 ,總于完成了本畢業設計 .從當初領到題目到最后一個功能模塊的完成 ,經歷了無數次的錯誤 修改代碼 重啟服務器 運行的過程 ,感覺到平時學的知識是多么的淺薄 ,書到用時方恨少 ,現在是體驗的真真切切 .本來已經耳熟能詳的代碼 ,一到 IDE 中書寫 ,卻提筆忘字 ,這充分的反應了我平時 的基本功不扎實 ,常用代碼的不熟練 .給我以后的工作敲響了警鐘 ,有了努力的方向。 但通過本次畢業設計 ,我也感受到了開源的方便 ,遇到什么問題 ,上網一查 ,就知道該怎么弄了 ,以前做個課程設計都是怕別人和我的一樣 ,不愿意給別人看 ,現在知道了程序弄不出來是多么的著急 ,學習都是相互的 ,互相研究才能共同進步的。以后要多多注意這方面的事情。 本次畢業設計是我工作前一次很好的演練和實踐的機會 ,是培養獨立思考問題和自學能力的鍛煉 ,使我意識到必須努力學習才能才工作中體現自己的價值 ,適應社會的需要。 基于的搜索引擎 第 33 頁 共 34 頁 致 謝 個人 理財系統能夠得以開發成功，有賴于導師老師的指導。同時，還得到了XX 老師在課余時間為本軟件的代碼設計進行指導。 另外，還特別感謝老師對本論文的修改提出寶貴的意見。 最后，感謝一同參與本軟件開發的所有成員，感謝 同學 對本軟件的定位提出的思路， 同學 在本軟件的美工制件過程中積極配合，還有 同學 等的參予。特別鳴謝 同學 在本軟件開發的過程中犧牲自己寶貴的時間來幫忙參與開發。 基于的搜索引擎 第 34 頁 共 34 頁 參考文獻 文獻資料 ① 《 Programming Spiders,Bots,and Aggregator in Java》 [美 ]Jeff Heaton 著 ② 《搜索引擎與信息獲取技術》徐寶文、張衛豐著 ③ 《基于 Java的全文搜索引擎 Lucene》車東著 ④ 《主題搜索引擎的設計與實現》羅旭著 ⑤ 《 Thinking in Java 》 [美 ]Bruce Eckel著 開發工具、平臺及資源： ① Borland Jbuilder 9 ② Sun JDK ③ Jakarta Tomcat ④ Jakarta Lucene ⑤ Package Bot