1、隨著互聯(lián)網(wǎng)上信息的快速增長，搜索引擎在用戶獲取信息過程中起著越來越重要的作用。通用搜索引擎在用戶需求的驅(qū)動下，技術上取得巨大的進步，商業(yè)上也獲得了巨大的成功。然而在互聯(lián)網(wǎng)飛速發(fā)展的新情況下，通用搜索引擎面臨著嚴峻的挑戰(zhàn)。首先，搜索引擎的更新速度跟不上互聯(lián)網(wǎng)上信息的快速變化。更重要的是，通用搜索引擎的搜索結果中含有大量的垃圾信息，用戶需要耗費大量精力才能找到自己感興趣的結果。通用搜索引擎難以滿足用戶的專業(yè)化、精確化信息需求。在這樣的背景下

2、，各種各樣的垂直搜索應用應運而生，蓬勃發(fā)展。
　　 本文面向網(wǎng)絡原創(chuàng)類讀物和出版讀物的元數(shù)據(jù)，以通用搜索引擎為范本，深入研究垂直搜索引擎的原理和總體架構，并實現(xiàn)了高效、實用的翰林讀物元數(shù)據(jù)垂直搜索引擎，向用戶提供垂直搜索服務。本文實現(xiàn)的垂直搜索引擎，主要包括以下幾個方面的工作：1．實現(xiàn)了多線程、安全高效的定向元數(shù)據(jù)爬蟲，對抓取的圖書網(wǎng)頁進行了結構化元數(shù)據(jù)提取。2．基于Lucene開源工具，實現(xiàn)了對元數(shù)據(jù)的全文索引。3．基于J2E

3、E框架，實現(xiàn)了高效的檢索服務子系統(tǒng)，并對Lucene默認的結果排序算法進行了改進。4．對元數(shù)據(jù)知識挖掘和知識關聯(lián)進行了廣泛的探索，包括讀物相關、作者相關、讀者相關等，并與百度百科進行了關聯(lián)，同時對用戶個性化推薦進行了探索。此外，本文對翰林讀物元數(shù)據(jù)搜索引擎進行了檢索效率和檢索質(zhì)量方面的對比測試，實驗結果證明其良好的實用性和有效性。
　　 本文提出的翰林讀物元數(shù)據(jù)垂直搜索引擎不僅具有良好的實用性，而且具有一定的商業(yè)前景。本系統(tǒng)在搜