政务公众网全文检索系统 技 术 方 案 浙江天宇信息技术有限公司 浙 江 天 宇 信 息 技 术 有 限 公 司 第 一 部 分 对 系 统 需 求 的 理 解 1 .1 前言 互 联 网 作 为 “ 第 四 媒 体 ” 已 成 为 人 们 生 活 或 工 作 中 不 可 或 缺 的 信 息 获 取 的手 段 。 各 级 政 府 机 关 纷 纷 构 建 了 内 容 丰 富 的 政 府 门 户 网 站 与 内 部 办 公 网 ， 方 便公 众 网 上 办 事 ， 提 高 了 政 府 机 关 的 办 事 效 率 。 但 是 ， 随 着 网 站 内 容 的 不 断 丰 富 ，网 页 数 量 也 呈 几 何 式 增 长 ， 由 此 也 带 来 了 一 个 问 题 ： 政 府 门 户 网 站 或 网 站 群 信息 量 巨 大 ， 缺 乏 一 条 有 效 的 信 息 快 速 获 取 的 途 径 ， 导 致 公 众 在 相 关 的 政 府 门 户网 站 上 不 知 道 如 何 在 短 时 间 内 找 到 自 己 需 要 或 最 感兴趣的 内 容 ， 查询所需 要 的信 息 却变得越来 越困难， 于是 很快 就失去耐心， 离开这个 网 站 。 借鉴门 户 网 站 的 经验， 通过搜索引擎的 方 式 ， 建 立基于网 站 内 部 页 面的 导航系 统 ——网 站 全文检索系 统 ， 就成 为 解 决以上 问 题 的 主要 措施。 然而， 政 务公 众 网 全文检索系 统 还不 同于一 般的 搜索引擎系 统 ， 它需 要 对 网 站 上 几 乎所有的 内 容 都需 要 采集下来 ， 包括各 种格式 的 页 面信 息 ， 采全率 越高 就越能体 现导航系 统 的 优势。 目前常用的 互 联 网 搜索引擎系 统 ， 考虑到 应用的 需 要 ， 没有 对动态数 据库中 的 内 容 进行采集（是 否具备此 类功能是 未知 的 ）。 而许多政 府 网 站的 页 面， 很多是 通过程序动态生 成 的 ， 或 者是 存储在 后台数 据库中 的 ， 格式 多样。 浙 江 天 宇 的 采集系 统 考虑到 实际的 应用需 要 ， 除了 具备搜索引擎系 统 具备的 采集功能外， 还实现了 对 动态数 据库里的 页 面及由 程序动态生 成 的 页 面进行实时 采集。 本方 案中 采用浙 江 天 宇 信 息 技...
