多媒体搜索引擎构建

    近年来随着互联网的发展以及现代的、廉价的图形用户界面和大容量存储设备的出现，信息检索领域已经发生了巨大的变化。没有人能够准确地知道在网络上到底有多少网页，大多数的估算都认为这个数字超出了100亿。要利用偌大数量的数据，目前唯一的方式，就是利用搜索引擎自动地组织这些数据。

搜索引擎是对网络上的信息项进行表示、存储、组织和存取。利用搜索引擎能够查找数量庞大的网络信息，并可以迅速查到未知信息。

    搜索引擎是互联网信息检索技术的核心。目前，Internet上广泛使用的包括中文在内的搜索引擎已不下十几种，比如以Google为首的通用搜索引擎，和各类以行业来划分的垂直式的网络搜索工具。然而，中文搜索引擎与国外的同类产品相比却还存在着很多问题，如覆盖率低、查准率不高、检索精度差、更新速度慢、无法控制网络信息的动态变化、对信息内容难于控制和管理等。

    针对中文搜索引擎存在的问题，本文提出了对中文搜索引擎从系统检索对象和自身系统的设计结构进行优化等对策，尝试解决其中的查准率和检索精度的问题。

    文中详细地研究了通用型搜索引擎的基本结构和基本技术，并且以自行设计的Sirgin搜索引擎为基础，描述了中文搜索引擎的设计方法，其中重点阐述了搜索引擎内部数据结构的实现方式。在此基础上文章还给出了Si心n搜索引擎所特有的CastClosed网页结构分析技术，和SpRank排序技术的实现方案和算法。

关键词　搜索引擎 信息检索 网页结构分析 排序技术

目录

摘要I

第1章 概述1

1.1课题背景及意义2

1.2国内外发展现状2

第2章课题的目标与主要工作4

2.1本课题目标4

2.2本课题主要工作4

2.3创新之处5

参考文献6

致谢7