[发明专利]一种自动构建分布式分类搜索引擎的方法

说明书

技术领域

信息技术，分布式分类搜索引擎。

背景技术

搜索引擎主要分为全文搜索引擎和目录分类搜索。全文搜索引擎是目前主流搜索 引擎，国外代表搜索是Google，国内是百度。全文搜索引擎利用“蜘蛛”（Spider）程序或“机 器人”（Robot）程序从互联网提取各个网站的信，建立起数据库。当用户以关键词查找信息 时，搜索引擎会在数据库中进行搜寻，如果找到与用户要求内容相符的网站，便采用特殊的 算法——通常根据网页中关键词的匹配程度、出现的位置、频次、链接质量——计算出各网 页的相关度及排名等级，然后根据关联度高低，按顺序将这些网页链接返回给用户。

目录分类搜索按目录分类将网站进行分类链接。用户可以按照分类目录找到所需 要的信息，不依靠关键词进行查询。分类搜索如Yahoo、新浪分类等。与全文搜索引擎相比， 目录索引则完全依赖手工操作。这种引擎的特点是找的准确率比较高。

全文搜索引擎和目录分类搜索各有优缺点。目录索引则完全依赖手工操作，费时， 信息不全。当目录很长时，用户需要逐级查找下一级目录，用户体验差。但查找的准确率比 较高。全文搜索引擎属于自动网站检索。这种引擎的特点是搜全率比较高。但是查找的结果 不精确。当不知道关键词时，则不能搜索结果。用户如果清晰知道要查找的关键词，全文搜 索引擎是最好的选择，但用户不清晰知道要查找的关键词，则目录分类搜索适合用户。当用 户从天空看“森林“时，选择使用目录分类搜索，当用户查找具体的”树“时，全文搜索引擎是 好的选择。

目前的搜索引擎仅仅搜索网页的内容，对用户的本地信息则不能搜索。然而。用户 本地信息巨大，如何将用户本地的信息搜索出来，也是需要解决的课题。

本发明提出一种自动构建分布式分类搜索引擎的方法，解决以上两种搜索引擎存 在的以上问题。

发明内容

一种自动构建分布式分类搜索引擎的方法，其特征在于：1）建立具有根节点的信 息分类目录的步骤；2）对网站进行分布式信息采取并进行信息分类的步骤；3）用户自动将 本地计算机的信息发布到分类目录的步骤；4）用户采用语义P2P网络方式（专利：一种基于 p2p的查找有关节点子集合的方法CN200910096247.7）搜索加入领域的所有用户的信息 的步骤。

根据权利要求1所述的建立具有根节点的信息分类目录的步骤，自动建立全领域 的信息分类目录，涵盖社会、科学、技术、生活等各领域，这些目录从根节点到页节点逐步对 应详细的目录。

根据权利要求1所述的对网站进行分布式信息采取并进行信息分类的步骤，大量 计算机对网站进行分类信息抓取，可以人工设定信息分类和抓取模式，也可以对抓取的信 息用程序自动分类。

根据权利要求1所述的用户自动将本地计算机的信息发布到分类目录的步骤，用 户开放本地计算机的文件目录，可以将这些文件目录的链接发布到分类目录中，也可以将 这些文件目录中的内容复制带搜索引擎的分录目录中。

根据权利要求1所述的用户自动将本地计算机的信息发布到分类目录的步骤，用 户可以将桌面搜索的索引的链接发布到搜索引擎的分录目录中，用户可以通过NAT穿透技 术访问用户本地的文件。

根据权利要求1所述的用户采用语义P2P网络方式搜索加入领域的所有用户的信 息的步骤，用户通过程序向所有加入相关领域的用户发出请求，所有加入用户的计算机将 自己的相关领域的信息搜索出来并返回到请求计算机。

建立具有根节点的信息分类目录，可以是专门领域的组织或专家进行的分类；也 可以是用户自己根据喜好建立的分类；可以是学术的，也可以是通俗的分类。目录建立既有 高权限人员的集中建立；也有普通用户自己建立后，管理员进行审核的目录建立。有灵活的 增、删、改、查询等功能。

用户自动将本地计算机的信息发布到分类目录，用户设置自己本地计算机的开放 文件目录，分布式搜索引擎将这些文件目录的链接自动发布到分类目录中；如果还设置为 复制，这些文件目录中的内容将复制到搜索引擎的分录目录中。