1、目前，隨著經(jīng)濟(jì)文化的發(fā)展，互聯(lián)網(wǎng)信息資源正在急劇增加。信息的表現(xiàn)形式也不斷趨于多樣化，復(fù)雜化，諸如論壇、博客、播客、網(wǎng)絡(luò)硬盤等各種信息服務(wù)競(jìng)相發(fā)展起來(lái)。面對(duì)這些浩如煙海的網(wǎng)絡(luò)信息，人們迫切需要一種有效的方式以快速提取出所需的，有價(jià)值的資源。事實(shí)證明，搜索引擎正是這樣一個(gè)非常有效的信息檢索工具。Web搜索引擎技術(shù)作為計(jì)算機(jī)與信息產(chǎn)業(yè)界爭(zhēng)相研究開(kāi)發(fā)的對(duì)象，已經(jīng)日益成熟起來(lái)。 博客作為一種新興的網(wǎng)絡(luò)服務(wù)形式，已經(jīng)被越來(lái)越多的人所關(guān)注和

2、使用。然而由于其正處于發(fā)展階段，搜索引擎技術(shù)在博客檢索上的應(yīng)用明顯有待改進(jìn)。具體來(lái)說(shuō)，博客(blog)是web網(wǎng)上的一種共享空間，用戶以日記的形式在該空間上發(fā)表文章、圖片、影音文件等個(gè)人資源。而傳統(tǒng)搜索引擎在時(shí)效性，覆蓋率，頁(yè)面分析等方面都無(wú)法滿足用戶搜索博客資源時(shí)的要求。因此，如何設(shè)計(jì)研發(fā)一款能夠準(zhǔn)確抓取博客頁(yè)面，較大程度上覆蓋博客資源，更新及時(shí)的博客搜索引擎就成為目前搜索引擎研究領(lǐng)域的熱點(diǎn)和挑戰(zhàn)。 同時(shí)，作為校園網(wǎng)搜索系統(tǒng)的

3、一部分，該引擎檢索的博客資源還應(yīng)盡量貼近校園生活。如何使一個(gè)博客搜索引擎按照特定的主題范圍搜索，以及如何對(duì)得到的結(jié)果自動(dòng)分類以滿足特定人群的要求已成為目前研究的熱點(diǎn)話題。使該系統(tǒng)在貼近校園生活的范圍內(nèi)進(jìn)行搜索正是搜索引擎主題化的一個(gè)應(yīng)用。 現(xiàn)在人們廣泛使用的知名商用搜索引擎在對(duì)博客網(wǎng)頁(yè)的檢索上都有所欠缺。雖然一些服務(wù)商也提供了專門的博客搜索功能，但它們?cè)趯?duì)特定主題以及分類方面仍有很多不足。本文將在傳統(tǒng)搜索引擎的基礎(chǔ)上設(shè)計(jì)并實(shí)現(xiàn)一

4、個(gè)專門用于博客資源檢索的搜索引擎系統(tǒng)，并力求使其具有面向主題與自動(dòng)分類功能，以更好的應(yīng)用到校園網(wǎng)搜索這一大型項(xiàng)目當(dāng)中。 本文詳細(xì)說(shuō)明了該搜索引擎系統(tǒng)的開(kāi)發(fā)過(guò)程和方法，對(duì)搜索引擎的內(nèi)部軟件組織和數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)存儲(chǔ)方法等內(nèi)容都進(jìn)行研究、分析和設(shè)計(jì)；并介紹了插件機(jī)制和分布式處理模型，將它們作為整個(gè)系統(tǒng)最基本的部分來(lái)設(shè)計(jì)和實(shí)現(xiàn)。 本文在研究Web搜索引擎的基本原理、核心技術(shù)和處理流程的基礎(chǔ)上，結(jié)合對(duì)博客搜索引擎具體需求的分析，借