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开发平台：windows测试工具：Ju
2、nit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，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
3、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 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 2
4、1 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，
5、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 使 用 MySQL 数 据
6、 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
7、 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 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
8、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 urlhttp:/ 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
9、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： mysql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
10、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
