基于社交網絡的搜索引擎設計與實現(一)

摘  要

本文首先對社交網絡的現狀進行了簡要介紹，詳細說明了社交網絡中信息的特點及其價值，并分析了搜索引擎在社交網絡領域應用時面臨的困境。重點闡述了設計實現面向融合社交網絡應用的搜索引擎所需要考慮的問題。

然后，介紹了搜索引擎的相關知識，深入研究了開源網絡爬蟲框架Heritrix和全文檢索工具包Lucene；同時，根據設計目標和原則，設計出系統總體框架結構。接著，對系統進行實現，通過對Heritrix開源框架的定制和擴展，實現在社交網絡內信息資源的爬取；對Lucene架構進行分析論述，在理解其設計思想的基礎上進行擴展，并應用到系統中，實現面向社交網絡的索引和檢索服務；設計用戶交互界面，對系統關鍵功能模塊進行測試。

關鍵詞  搜索引擎  社交網絡  Lucene  Heritri

目  錄

一、緒論 1

（一）論文背景 1

（二）研究意義 3

（三）主要工作 4

（四）論文結構 4

二、搜索引擎技術研究 6

（一）搜索引擎概述 6

（二）搜索引擎工作原理 8

（三）搜索引擎的關鍵技術 10

三、面向融合社交網絡應用的智能搜索引擎的設計 16

（一）系統需求分析 16

（二）系統總體結構設計 18

（三）關鍵功能模塊設計 20

四、面向融合社交網絡應用的智能搜索引擎的實現 24

（一）系統關鍵模塊實現 24

（二）功能測試 30

結論 33

致謝 34

參考文獻 35

緒論

本章首先對社交網絡發展現狀進行說明，然后介紹了搜索引擎在社交網絡中的應用，重點分析了當前在社交網絡領域搜索引擎應用面臨的主要問題，由此引出本論文的研究方向和意義。最后簡要介紹了本論文的主要工作和論文的組織結構安排。

（一）論文背景

1.社交網絡現狀

社交網絡又稱社交網絡服務（Social Networking Services，簡稱SNS），其作用是將擁有相同興趣與活動的人組織起來，為其創建一個在線社區。社交網絡的基本構思，是基于哈佛大學教授斯坦利·米爾格拉姆（Stanley Milgram）創立的六度分割理論（Six Degrees of Separation）提出的。六度分割理論表明，任何兩個陌生人之間所間隔的最大人數為六，換言之，你最多通過六個人就能夠與任何一個陌生人建立關系。按照上述理論，個體的社交圈會不斷地擴大和重疊并在最終形成龐大的社交網絡 [1]。

隨著互聯網技術的發展，在綜合使用WEB2.0技術和六度分割理論的基礎上，一些有名的SNS網站——Facebook、MySpace等在2003年前后相繼出現。接下來幾年，此類以“朋友的朋友是朋友”為原則，來拓展網絡社交的SNS網站在全球互聯網用戶中風靡開來，其中包括Facebook、Myspace、開心、人人以及twitter、新浪微博、騰訊微博、百度說吧。下面對具有代表性的社交網站進行簡要介紹：

Twitter[2]，中文名稱：推特，于2006年7月成立于舊金山，是國外的一個社交網絡及微博客服務的網站。它利用無線網絡，有線網絡，通信技術，進行即時通訊，是微博客的典型應用。它允許用戶將自己的最新動態和想法以短信形式發送給手機和個性化網站群，而不僅僅是發送給個人。2010年4月15日，在Twitter開發者大會上，Twitter聯合創始人比茲·斯通透露，Twitter注冊用戶突破了一億大關，如圖1-1；并且獨立用戶訪問量達1.8億。

圖 1-1  twitter注冊用戶增長表[3]

社交網絡正在深入人們的生活，并為人們日常生活帶來了便利和樂趣，因為對網民有著前所未有的親和力，社交網絡迅速成長。雖然面臨很多障礙，但社交網站的發展已成為大勢所趨。國內外社交網站的集體爆發，涌現出海量的網絡社交信息，這類信息具有較高的可靠性、真實性，為搜索引擎的發展也帶來了機遇。

2.搜索引擎在社交網絡中的應用