1、隨著智能手機(jī)的廣泛流行,移動(dòng)互聯(lián)網(wǎng)正不斷改變著人們的生活方式,將用戶從PC端帶到了移動(dòng)端,這一切都是因?yàn)槭謾C(jī)應(yīng)用程序(Application)的豐富,使移動(dòng)終端基本上具有電腦的所有功能,并且使用更加便捷;但是隨著App數(shù)量的不斷增長(zhǎng),用戶對(duì)App的檢索需求也不斷加大,傳統(tǒng)的搜索引擎很難準(zhǔn)確的返回用戶所需要的信息,浪費(fèi)了大量時(shí)間。
　　本文的主要研究?jī)?nèi)容是通過(guò)文本挖掘的方法從網(wǎng)頁(yè)信息與查詢?nèi)罩緝煞矫娅@取App的概念體系、屬性及語(yǔ)義三

2、種不同的標(biāo)簽,并最終通過(guò)這些標(biāo)簽構(gòu)建一個(gè)面向App領(lǐng)域的垂直搜索應(yīng)用,進(jìn)行App查詢和推薦服務(wù)。
　　App的概念體系標(biāo)簽挖掘是通過(guò)獲取App網(wǎng)站導(dǎo)航欄信息的方式實(shí)現(xiàn)的,通過(guò)對(duì)導(dǎo)航欄的解析可以獲得App的分類信息,之后通過(guò)本文提出的一種基于余弦相似度和同義詞擴(kuò)展的分類體系融合策略將所有分類信息進(jìn)行合并,使得每一個(gè)App都有自己的分類體系;對(duì)于屬性標(biāo)簽,是將抓取到的App簡(jiǎn)介信息作為文本,通過(guò)關(guān)鍵詞抽取技術(shù)獲得而成的;語(yǔ)義標(biāo)簽的獲取

3、則是通過(guò)查詢?nèi)罩緦?shí)現(xiàn)的,使用查詢?nèi)罩局械腝uery、Titile、Url和點(diǎn)擊行為等信息,通過(guò)本文提出的一系列規(guī)則和過(guò)濾策略使得查詢Query和App一一對(duì)應(yīng)起來(lái),再通過(guò)分詞、詞法分析、句法分析等手段對(duì)Query進(jìn)行處理,獲取其語(yǔ)義標(biāo)簽。以上標(biāo)簽挖掘方法不需要人工參與,節(jié)省了大量資源開銷。
　　整個(gè)應(yīng)用系統(tǒng)采用Django框架進(jìn)行搭建,并通過(guò)Lucene全文搜索工具包對(duì)標(biāo)簽數(shù)據(jù)構(gòu)建索引,實(shí)現(xiàn)了具有語(yǔ)義分析功能的檢索系統(tǒng)。經(jīng)過(guò)功能測(cè)