2007-04-13
全文显示

一个搜索引擎开发者论坛

关键字: 搜索引擎开发 源代码研究
临近毕业，而毕设正是搜索引擎相关课题： web搜索结果聚类, 以前也研究过搜索引擎，而且很感兴趣，所以趁着这个东风，建立了一个搜索引擎开发者交流社区，根据自己的一些经验，把论坛分成了几个板块， 基础学习区，开源代码研究，开发与应用等相关模块，希望对搜索引擎感兴趣的同仁来社区一起探讨，研究，学习，进步，特别欢迎有搜索引擎开发经验的前辈来共同维护好这个社区，感谢大家的支持！ 社区网址是： http://www.zhuayu.net
2007-04-01
全文显示

(转)BeanShell快速入门---Java应用程序脚本引擎

关键字: BeanShell
今天研究Carrot2源代码，查看其的整个数据流程，发现他把很多变动的东西用组件的形式来实现，而通过脚本来跟应用程序建立纽带。这个脚本就是BeanShell，发现还挺好用，转载一片不错的文章。   BeanShell快速入门---Java应用程序脚本引擎 http://www.daima.com.c ...
2007-03-30
全文显示

(转)中文搜索引擎技术揭密:中文分词

关键字: 中文分词
中文搜索引擎技术揭密:中文分词 http://FullSearch.Com 中文全文检索网 2005-1-13 8:35:56 winter 关键词：中文搜索引擎技术揭密     信息的飞速增长，使搜索引擎成为人们查找信息的首选工具，Google、百度、中国搜索等大型搜索引擎一直是人们讨论的话 ...
2007-03-27
全文显示

毕业设计6－－－web网页自动分类(开题报告)3.27

关键字: 聚类 开题 j2ee 框架 流程
（本科）毕业设计（论文）的目标：   目标： 对Web搜索引擎返回的页面进行自动的分类。 要点： 1. Web搜索引擎返回的页面是动态的，其文档类别是未知的、不固定的。 2. 根据页面内容自身的差异，使用文档聚类的方法对页面进行自动归类。 3. 分类显示搜索结果。 4. 满足中文查询需求。 ...
2007-03-24
全文显示

毕业设计5－－－web网页自动分类(carrot2初步研究)

关键字: 自动分类 聚类 carrot2 vsm stc
最好的搜索引擎开发交流社区 http://www.zhuayu.net       也可以加入qq群：  38707929 找不到数据挖掘的版块, 而这个课题的建立是基于STUCTS的,所以发在这里也未尝不可^_^.         好久没写blog了,由于之前对毕业设计的要求理解错误,导致研究方向发生了偏移. 在3月7号的时候导师开了一个会才知道要做的系统是一个聚类系统, 之前研究的使用训练集产生分类器的方法是针对"自动归类& ...
2007-03-03
全文显示

毕业设计4－－－爬虫的研究

关键字: 毕设 爬虫模块
   昨天研究的NUTCH， 是个完整的项目，虽然功能很强， 但据说自定义性并不是很出色（自己还没有时间去时间一下）， 所以现在有必要研究一下单纯的Crawl， 这里有JSPIDER（java）, LARBIN（c++, 好像一定要在LINUX环境下，不知道有没有WINDOWS版的）, websphinx(java)。（另外carrot2 聚类搜索也挺有意思，LARBIN的相关资料http://www.matrix.org.cn/thread.shtml?topicId=22644&forumId=32）。    根据毕业设计的题目要求： － ...
2007-03-02
全文显示

毕业设计3－－－Nutch的使用

关键字: Nutch 毕业设计 搜索引擎 爬虫
        今天研究了Nutch， 差不多已经好几个小时了， 到现在还没有搞定，也这么晚了， 先记录下来，明天继续吧。        一开始很多时间都浪费在了cygwin的安装上了，bs这个软件的开发者了， 一个不伦不类的软件安装程序，安装的时候还要从网上下载东东。。。。。不过最后终于装成功了， 先下载到本地后，再安装的（建议 下载站点中选 TW的比较块）。    下面是我安装CYGWIN和NUTCH的过程， 都块成功了， 但最后卡在了用 ...
2007-02-27
全文显示

毕业设计(查全率[召回率]与精度[查准率])----2

关键字: 毕业设计 网页自动分类系统
[web网页自动分类系统 java c++] 一直搞不清搜索引擎的查全率和查准率是什么意思,只知道这两个是衡量一个搜索引擎性能的. 今个 看一篇 南大的学士论文的时候, 又碰到这个问题. 所以决定把他搞清楚, 上百度搜了一下, 所获很多.   查全率[召回率]与精度[查准率] 之辨析: 召回率(recall rate)和精度(precision)定义： 从一个大规模数据集合中检索文档的时，可把文档分成四组    －系统检索到的相关文档（Ａ） - 系统检索到的不相关文档（Ｂ） - 相关但是系统没有检索到的文档（Ｃ） -&nbs ...
2007-02-26
全文显示

毕业设计(Web网页自动分类系统)----开篇(1)

关键字: 毕业设计 每日记录
2007 2.26日 周一   确定论题  继续看<<搜索引擎--原理,技术与系统>>的网页预处理. 学校的安排让人气愤. 老早赶来上课,但是根本不知道自己到底做哪个论问题目. 管他呢,先准备自己选的再说. 第一帖嘛, 希望本学期能做出个像样的软件了,呵呵
fullfocus
搜索本博客
最近加入圈子
存档
最新评论