基于MPI的分布式搜索引擎设计与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景 | 第9-10页 |
| ·互联网与搜索引擎 | 第9页 |
| ·搜索引擎发展现状 | 第9-10页 |
| ·本文研究的主要内容与意义 | 第10页 |
| ·消息传递接口MPI简介 | 第10-13页 |
| ·MPI的发展历史与现状 | 第10-11页 |
| ·MPI的基本功能 | 第11-12页 |
| ·MPI的进程间通信简介 | 第12-13页 |
| ·论文各部分主要内容 | 第13-14页 |
| 2 分布式网页抓取系统 | 第14-27页 |
| ·总体设计 | 第14-17页 |
| ·主从式通信结构 | 第15页 |
| ·抓取系统的架构 | 第15-16页 |
| ·网页抓取策略 | 第16-17页 |
| ·系统详细设计 | 第17-27页 |
| ·Master进程设计 | 第17-18页 |
| ·Slaver进程设计 | 第18-20页 |
| ·网页抓取器 | 第20-22页 |
| ·网页解析器 | 第22-23页 |
| ·链接过滤器 | 第23-24页 |
| ·内容记录器 | 第24-27页 |
| 3 分布式索引构建系统 | 第27-40页 |
| ·相关技术简介 | 第27-30页 |
| ·倒排索引简介 | 第27-28页 |
| ·MapReduce简介 | 第28页 |
| ·TF-IDF简介 | 第28-30页 |
| ·分布式文档索引的构建 | 第30-33页 |
| ·文档编号的分配 | 第30-32页 |
| ·文档索引的构建 | 第32-33页 |
| ·MapReduce 用于倒排索引的构建 | 第33-40页 |
| ·倒排索引的Map过程 | 第34-35页 |
| ·倒排索引的Reduce过程 | 第35-38页 |
| ·倒排索引的生成 | 第38-40页 |
| 4 分布式网页重要性计算系统 | 第40-56页 |
| ·链接分析技术简介 | 第40-43页 |
| ·PageRank算法 | 第40-42页 |
| ·HITS算法 | 第42-43页 |
| ·分布式PageRank算法 | 第43-51页 |
| ·分布式PageRank算法分析 | 第43-45页 |
| ·PageRank计算的MapReduce过程 | 第45-49页 |
| ·PageRank计算的迭代过程 | 第49-51页 |
| ·算法收敛性分析 | 第51页 |
| ·系统测试与结果 | 第51-56页 |
| ·正确性测试 | 第51-53页 |
| ·收敛性测试 | 第53-56页 |
| 5 分布式检索系统 | 第56-66页 |
| ·相关技术简介 | 第56-57页 |
| ·查询评分 | 第56页 |
| ·信息检索模型 | 第56-57页 |
| ·系统架构 | 第57-62页 |
| ·整体结构 | 第57-58页 |
| ·web服务器 | 第58-59页 |
| ·搜索服务器 | 第59页 |
| ·结果排序服务器 | 第59-61页 |
| ·索引服务器 | 第61-62页 |
| ·多级排序规则 | 第62-66页 |
| ·一级排序 | 第62-63页 |
| ·二级排序 | 第63-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
