[發明專利]一種自動構建分布式分類搜索引擎的方法

在審

• 申請號: 201510921658.0
• 申請日: 2015-12-14
• 公開（公告）號: CN105574100A
• 公開（公告）日: 2016-05-11
• 發明（設計）人: 黃理燦
• 申請（專利權）人: 杭州域竹科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

信息技術，分布式分類搜索引擎。

背景技術

搜索引擎主要分為全文搜索引擎和目錄分類搜索。全文搜索引擎是目前主流搜索 引擎，國外代表搜索是Google，國內是百度。全文搜索引擎利用“蜘蛛”（Spider）程序或“機 器人”（Robot）程序從互聯網提取各個網站的信，建立起數據庫。當用戶以關鍵詞查找信息 時，搜索引擎會在數據庫中進行搜尋，如果找到與用戶要求內容相符的網站，便采用特殊的 算法——通常根據網頁中關鍵詞的匹配程度、出現的位置、頻次、鏈接質量——計算出各網 頁的相關度及排名等級，然后根據關聯度高低，按順序將這些網頁鏈接返回給用戶。

目錄分類搜索按目錄分類將網站進行分類鏈接。用戶可以按照分類目錄找到所需 要的信息，不依靠關鍵詞進行查詢。分類搜索如Yahoo、新浪分類等。與全文搜索引擎相比， 目錄索引則完全依賴手工操作。這種引擎的特點是找的準確率比較高。

全文搜索引擎和目錄分類搜索各有優缺點。目錄索引則完全依賴手工操作，費時， 信息不全。當目錄很長時，用戶需要逐級查找下一級目錄，用戶體驗差。但查找的準確率比 較高。全文搜索引擎屬于自動網站檢索。這種引擎的特點是搜全率比較高。但是查找的結果 不精確。當不知道關鍵詞時，則不能搜索結果。用戶如果清晰知道要查找的關鍵詞，全文搜 索引擎是最好的選擇，但用戶不清晰知道要查找的關鍵詞，則目錄分類搜索適合用戶。當用 戶從天空看“森林“時，選擇使用目錄分類搜索，當用戶查找具體的”樹“時，全文搜索引擎是 好的選擇。

目前的搜索引擎僅僅搜索網頁的內容，對用戶的本地信息則不能搜索。然而。用戶 本地信息巨大，如何將用戶本地的信息搜索出來，也是需要解決的課題。

本發明提出一種自動構建分布式分類搜索引擎的方法，解決以上兩種搜索引擎存 在的以上問題。

發明內容

一種自動構建分布式分類搜索引擎的方法，其特征在于：1）建立具有根節點的信 息分類目錄的步驟；2）對網站進行分布式信息采取并進行信息分類的步驟；3）用戶自動將 本地計算機的信息發布到分類目錄的步驟；4）用戶采用語義P2P網絡方式（專利：一種基于 p2p的查找有關節點子集合的方法CN200910096247.7）搜索加入領域的所有用戶的信息 的步驟。

根據權利要求1所述的建立具有根節點的信息分類目錄的步驟，自動建立全領域 的信息分類目錄，涵蓋社會、科學、技術、生活等各領域，這些目錄從根節點到頁節點逐步對 應詳細的目錄。

根據權利要求1所述的對網站進行分布式信息采取并進行信息分類的步驟，大量 計算機對網站進行分類信息抓取，可以人工設定信息分類和抓取模式，也可以對抓取的信 息用程序自動分類。

根據權利要求1所述的用戶自動將本地計算機的信息發布到分類目錄的步驟，用 戶開放本地計算機的文件目錄，可以將這些文件目錄的鏈接發布到分類目錄中，也可以將 這些文件目錄中的內容復制帶搜索引擎的分錄目錄中。

根據權利要求1所述的用戶自動將本地計算機的信息發布到分類目錄的步驟，用 戶可以將桌面搜索的索引的鏈接發布到搜索引擎的分錄目錄中，用戶可以通過NAT穿透技 術訪問用戶本地的文件。

根據權利要求1所述的用戶采用語義P2P網絡方式搜索加入領域的所有用戶的信 息的步驟，用戶通過程序向所有加入相關領域的用戶發出請求，所有加入用戶的計算機將 自己的相關領域的信息搜索出來并返回到請求計算機。

建立具有根節點的信息分類目錄，可以是專門領域的組織或專家進行的分類；也 可以是用戶自己根據喜好建立的分類；可以是學術的，也可以是通俗的分類。目錄建立既有 高權限人員的集中建立；也有普通用戶自己建立后，管理員進行審核的目錄建立。有靈活的 增、刪、改、查詢等功能。

用戶自動將本地計算機的信息發布到分類目錄，用戶設置自己本地計算機的開放 文件目錄，分布式搜索引擎將這些文件目錄的鏈接自動發布到分類目錄中；如果還設置為 復制，這些文件目錄中的內容將復制到搜索引擎的分錄目錄中。