minjunhuang / niusouyixia Goto Github PK
View Code? Open in Web Editor NEWThis project forked from aillsonwei/niusouyixia
面向证券信息类专业搜索引擎,基于WEB信息挖掘技术的专业搜索引擎设计与实现并着重分析基于特定主题的爬取方法,通过下载Internet上WEB文档,进行过滤、分词、转换等处理工作,并建立索引数据库,最终可由检索器通过用户输入查询关键字,搜索器支持微博客、短信等内容短小而又不规范的内容分析。针对证券信息类网站选取40-50个,进行数据挖掘,使用概念索引方法进行WEB全文索引,程序设计中考虑了搜索策略和搜索引擎数据优化等问题,同时特征词汇按照影响权重排序,可以输出权重值。对基于WEB挖掘的中文专业搜索引擎的设计与实现具有较好的理论与实验价值。