[实用新型]云检索系统

说明书

技术领域

本实用新型涉及信息检索系统，具体为一种云检索系统。

背景技术

当前Web拥有丰富的信息资源，已经成了人们获取信息的重要渠道。但是，由于Web页面的无结构性、半结构性、超链接的自由无序、以及Web内容的海量性、多样性和动态变化，使得人们从Web上获取真正想要的信息其实并不容易。传统的信息检索技术以关键字匹配为主，缺乏语义推理能力，对用户的查询请求也没有提供语义制导，因此造成信息的误检、漏检。因此如何提高Web信息的检索质量成为目前信息检索、数据挖掘和知识管理等研究领域的重要课题。如何利用终端设备，输入想要找的信息，快速找到客户需要的信息就成为检索的关键。

发明内容

本实用新型正是针对以上技术问题，提供一种云检索系统，综合利用全网络资源、高效的数据检索系统。

本实用新型的具体技术方案如下：

云检索系统，包括用户终端电脑、网络、数据分类电脑、数据库电脑，用户终端电脑通过网络与数据分类电脑连接，数据分类电脑通过webservice接口连接数据库电脑。

在用户终端电脑上发出检索要素，网络将信息传递到数据分类电脑，数据分类电脑对数据进行逐步分类对应检索数据库电脑中的信息，大幅度提高数据检索的效率。

附图说明

图1为本实用新型的框架结构示意图。

其中，1——用户终端电脑、2——网络、3——数据分类电脑、4——数据库电脑。

具体实施方式

下面结合具体实施方式和说明书附图对本实用新型作进一步说明

实施例：

云检索系统，包括用户终端电脑、网络、数据分类电脑、数据库电脑，用户终端电脑通过网络与数据分类电脑连接，数据分类电脑通过webservice接口连接数据库电脑。

在用户终端电脑上发出检索要素，网络将信息传递到数据分类电脑，数据分类电脑对数据进行逐步分类对应检索数据库电脑中的信息，大幅度提高数据检索的效率。

云信息层研究基于互联网和应运而出现的云存储的网络信息及云架构。包含海量分类信息，如按结构化分、结构化信息、半结构化信息、非结构化信息。按搜索范畴分：互联网信息，本机及局域网信息，政府、军事、企业等隐藏信息。

云检索系统利用并行爬虫程序沿着目标网络上的链接网络抓取在云信息层中的海量分类目标信息源提供的所有信息，抓取时采用多线程与云计算，即由分布在多台计算机上的多个爬虫线程同时进行网页内容的采集工作，提高采集效率与搜索性能，再将爬到的URL信息经过内码转换、网页结构分析、去噪、提取正文、链路分析，同时爬虫经过判断去掉无关链接，最终每个爬虫线程从爬取到的网页中抽取URL信息并将其存储到URL提取库中。工作过程中通过管理系统，如周期管理、任务调度管理等与原始数据库进行交互。