1、厦门大学软件学院毕业设计（论文）开题报告 学生姓名 班级 学号 校内指导教师姓名 职称 所在单位 厦门大学软件学院 毕业设计（论文）题 目 垂直搜索引擎：搜索新未来 毕业设计（论文）的 目标： 开发关于游戏的具有全文 (中文 )检索的垂直搜索引擎系统。根据收录的多个信息格式相对单一的垂直门户和论坛，通过分析工具分析其信息特点和关键词分布状况，然后基于现有的信息格式建立索引库，以及相应的数据库。用户通过网页的方式查询，查询后的结果也以网页的方式显示。 实现方法： 基本环境 ： 开发工具： MyEclipse， Dreamwear， Photoshop 开发语言： Java， Javascript
2、 开发平台： windows 测试工具： Junit 数据库： MYSQL 工作原理： 搜索引擎是对互联网上的信息资源进行搜集整理，然后供你查询的系统，它包括信息搜集、信息整理和用户查询三部分 。 信息搜集：通过使用网络爬虫从网络上抓取想要的资源。网络爬虫是搜索引擎出现的前提。 信息整理分为构建文本库、建立索引。 1.构建文本库 在开发检索功 能前，一个信息检索系统需要做些准备工作。首先，必须构建一个文本数据库，亦词库。这个文本数据库用来保存所有用户可能检索的信息。这个文本数据库具有可识别、冗余程度低等特点。该文本数据库是基本之前网络爬虫抓取的资源而建立的。 2.建立索引 有了文本数据库之后，
3、就应该根据词库内的文本建立索引。索引可大大提高信息检索的速度。 用户查询又可分为搜索以及对结果的过滤两部分。 1.搜索 该部分通常是由用户提交一个检索请求，该请求将被分析，然后利用文本操作进行处理。 2.对结果的过滤 通常，在 系统检索到用户需要的信息后，还需要做一步操作，就是将信息以一定的规则进行排序或过滤，在返回给用户。这一步关系到最终用户的体验。如果总是将一些无关信息返回给用户，那么它一定不是一个成功的搜索引擎。 时间进度安排： 2008 年 11 月 20 日 -2009 年 1 月 11 日：查阅相关书籍资料，所有概念细节的敲定。 2009 年 1 月 12 日 -2009 年 1
4、月 20 日：征求导师意见后进一步改进，整理提交毕业设计开题报告。 2009 年 1 月 21 日 -2009 年 2 月 13 日：完成相应文档资料。 2009 年 2 月 14 日 -2009 年 4 月 30 日 ：对必要技术及工具进一步了解和学习，完成基本代码修改和编写，整个系统的基本完成。 2009 年 5 月 1 日 -2009 年 5 月 10 日：集成测试，整个软件主体基本完成。 2009 年 5 月 11 日 -2009 年 5 月 20 日：系统测试，以及各种性能分析。 2009 年 5 月 21 日 -2009 年 5 月 30 日：确认软件功能，确认所需功能均已完成，并
5、完成具体功能检查。 2009 年 6 月 1 日 -2009 年 6 月 30 日：项目文档终稿完成，提交毕业论文，准备毕业答辩。 指导教师审核意见： 校内指导教师签名： 2009 年 月 日 厦门大学软件学院毕业设计（论文） 中期检查 报告 学生姓名 班级 3 班 学号 校内指导教师姓名 职称 所在单位 厦门大学软件学院 毕业设计（论文）题 目 垂直搜索引擎：搜索新未来 毕业设计（论文）的 目标和主要任务： 设计构建一个关于游戏的垂直搜索引擎，以 Eclipse 作为开发环境。后台数据处理使用 Lucene 索引工具和 Heritrix 爬虫技术，前台使用 JSP技术进行页面设计，后台数据库
6、使用 MySQL 数据库 。设计的目的是让用户可以在网站上搜索其需要的游戏信息，并能从搜索结果中打开一个有关游戏详细参数的页面进行浏览。在系统中，游戏信息是从新浪游戏、 17173和迅雷游戏上利用 Heritrix 抓取下来的。网页经过 HTMLParser 解析后，得到的游戏详细信息插入到 MySQL 数据库中，并为该游戏建立词库和Lucene 索引。最后构建一个简单的 Web平台，对建立的索引和数据库进行整合，为用户提供真正的搜索服务。 已经完成毕业设计（论文）任务的情况 ： 经过团队成员的讨论，已完成对项目的大概了解，进行了可行性分析、需求分析等。并已经编写好了项目的详细设计说明书，现在
7、正在按照项目的详细设计开发项目的几个核心模块，包括网络爬虫模块、网页解析模块、数据库和索引模块以及前台试图模块。按照计划再经过两周，项目既可完成。 存在的问题和困难（包括需要学院协助解决的问题和困难）： 主要有以下两个问题 ： 1.这个垂直搜索只能做游戏领域吗？ 我们现在想换其他领域可不可以啊？ 2.我们现在是抓取了新浪游戏的游戏资料库，但是都是下面这种 url http:/ 从这些网址中不知道怎么找出各游戏的 ID 来建立索引，不会解析网页，不知道怎么从这些页面中提取出我们所需要的信息。特向您请教 指导教师审核意见： 校内指导教师签名： 2009 年 月 日 学院检 查组意见： 学院检查组组
8、长（签章）： 2009 年 月 日 毕业论文任务书 题 目： 垂直搜索引擎：搜索新未来 目标要求： 毕业设计（论文）的 目标： 开发关于游戏的具有全文 (中文 )检索的垂直搜索引擎系统。根据收录的多个信息格式相对单一的垂直门户和论坛，通过分析工具分析其信息特点和关键词分布状况，然后基于现有的信息格式建立索引库，以及相应的数据库。用户通过网页的方式查询，查询后的结果也以网页的方式 显示。 支持条件： 基本环境： 开发工具： myeclipse， dreamwear， photoshop 开发语言： java， javascript 开发平台： windows 测试工具： junit 数据库： m
9、ysql 校内 指导教师（签名） 职称 学生（签名） 分阶段进度安排 阶段 起讫时间 计划完成内容 1 2008 年 11 月 17 日 -2009 年 1 月12 日 阅读文献资 料，理解任务，完成开题报告 2 2009 年 1 月 13日 -2009 年 3 月 20日 对必要技术及工具进一步了解和学习，完成中期检查报告 3 2009 年 3 月 21日 -2009 年 4 月 30日 进行开发阶段，完成 整个系统 的开发 4 2009 年 5 月 1 日 -2009 年 5 月 14日 系统测试，撰写毕业论文初稿 5 2009 年 5 月 15日 -2009 年 6 月 10日 论文撰写、论文答辩 教师分阶段指导记录 第一阶段： 第二阶段： 第三阶段： 第四阶段： 第 五阶段： 论文评语 拟评成绩 校内指导教师（签名） 职称 2009 年 月 日 论文评阅 评阅成绩 评阅教师（签名） 职称 2009 年 月 日 答辩记录 演示成绩 答辩成绩 答辩小组组长（签名） 职务（称） 2009 年 月 日 总评 成绩 学院负责人（签盖） 2009 年 月 日
