几种典型网格搜索引擎系统的结构体系分析VIP免费

137·工作研究·图书情报工作第52卷第5期2008年5月高劲松张俊丽华中师范大学信息管理系武汉430079〔摘要〕基于网格的搜索引擎系统能够提高信息的查全率和更新率，提供个性化信息搜索，具有一定的智能性。分析比较GRACE，SE4SEE，GridIR和SCULPTEUR四种典型的搜索引擎系统的结构体系及其特点，总结目前搜索引擎的研究热点和发展趋势，并对我国今后搜索引擎系统的研究和发展提出建议和展望。〔关键词〕网格技术搜索引擎结构体系〔分类号〕G353ArchitectureAnalysisonSeveralPopularGrid-basedSearchEngineSystemsGaoJinsongZhangJunliDepartmentofInformationManagement,HuazhongNormalUniversity,Wuhan430079〔Abstract〕Grid-basedsearchenginehasintelligencetosomeextentthatitcanenhancetheratesofrecallininformationretrievalandrenewalininformationretrievalandprovidepersonalizedinformationsearching.Thispaperanalyzestheissuesonfourpopularsearchenginesrespectively:GRACE、SE4SEE、GridIRandSCULPTEUR,comparestheirarchitecturesandsearchingmethods,pointsoutthecurrentresearchhotspotsandpossibledevelopmenttendencies.Attheendofthispaper,theauthorspresentsomeproposalsonthenextgenerationofsearchengineinChina.〔Keywords〕gridtechnologysearchenginearchitecture收稿日期：2007-09-06修回日期：2007-10-25本文起止页码：137-140本文责任编辑：林佳莉1引言当前，Internet及其他各种网络上的数据、信息等资源呈现出爆炸式增长态势，从这些资源中准确、快速地获取用户关心的资源犹如大海捞针。为了解决资源搜索效率和准确度问题，人们开展了许多卓有成效的网络数据搜索技术研究工作，各种有特色的资源搜索技术和搜索引擎应运而生。这些搜索技术多是采用通用的搜索引擎在互联网中搜索所需的信息，由一个称为蜘蛛的程序按某种策略主动发现和搜集网页信息，经由索引器对信息提取、组织、处理和理解后，建立索引库，由检索器按查询关键字快速检索该库，建立以词为单位、包含有检索词的排序文件。与此同时还进行文档与查询的相关度评价，用户根据获得的查询结果来检索相关网页[1-2]。以该技术为基础建立的搜索系统可较好地搜索出用户感兴趣的信息，但同时也面临着很多问题，如查全率低、索引库更新困难、不同的搜索引擎之间缺乏合作等。网格技术的发展和应用，从技术手段上为解决搜索引擎的这些缺陷提供了可能性。网格是一个集成的计算与资源环境，它能够充分吸纳各种计算资源，并将其转化成一种随处可得、可靠、标准和经济的计算能力。目前由多个计算机网几种典型网格搜索引擎系统的结构体系分析络组成的内联网越来越多，大量廉价的个人计算装置随处可见，但是它们的资源利用率非常低。充分利用这些空闲计算机的计算资源、存储资源、通信资源，以提供持续的、稳定的计算能力，完成大规模数据的计算任务是研究网格的意义所在。基于网格的搜索引擎系统主要利用网格强大的计算资源和资源共享特点，完成相应的计算任务。目前，国外在这方面的研究己经陆续展开，相应的研究项目己初步完成或即将完成，而我国在此方面的研究项目则还处于起步状态。因此，本文对国外基于网格的搜索引擎系统的体系结构进行分析研究，比较它们之间的异同，并对我国今后搜索引擎系统体系结构的研究和发展提出了建议。本文的研究为构建基于网格的搜索引擎进行了有益的探索[3-5]。2基于网格的搜索引擎系统的结构体系比较研究内容与结构体系是密切相关的，不同的结构反应了系统的不同功能，因此，在介绍基于网格的搜索引擎结构体系时，本文也指出了各个不同系统的重点研究内容[6]（见表1）。2.1GRACEGRACE是第一个基于网格的信息检索应用系统，适应于开放网格服务结构（OpenGridServicesArchitecture，简称138·工作研究·Vol.52,No.5,May,2008LIBRARYANDINFORMATIONSERVICEOGSA）体系，宗旨是开发一种基于网格环境的分布式搜索和分类引擎，以满足各领域科学研究的需要。当用户提出搜索请求后，系统将通过一个简单而友好的界面将搜索到的信息集中、分类地展现给用户[7]。并对其分类。通过使...