基于Java Nutch的搜索引擎设计与实现毕业设计论文 共52页 2W+字.pdf

本文论述了基于Nutch的第四代搜索引擎的设计和实现，重点分析了特征提取，导向词，权威和中心网页，超链接的分析和网页评分等多种搜索策略的综合应用。论文最后用“主题度”来衡量搜索引擎的性能，若一个搜索引擎在某个主题下的主题度越高，则这个搜索引擎的搜索结果与这个主题越贴近，越接近用户想要的结果。有了“主题度”这一衡量标准，可以非常方便的比较第四代搜索引擎与前几代搜索引擎的差别，说明第四代搜索引擎比前几代搜索结果更加准确。 关键词：nutch；互联网；全文；搜索引擎；主题搜索；主题度