基于学术社区的学术搜索引擎设计

学术社区和学术搜索引擎在科研活动中日趋重要。给出了一个基于学术社区的学术搜索引擎的设计方案，指出了它应具备的功能，提出了应着重解决的关键问题，并对部分问题提出了实现思路。给出了系统的架构设计，并讨论了文献资料的整合算法，将分散在不同位置、提供不同内容的学术信息组合为一个整体，有效地解决了文献提取问题。针对普通中文分词组件在对姓名进行分词时准确率较低的问题，设计了一个专门针对姓名进行分词的高效的算法。在开源框架nutch和hbase的基础上，实现了一个学术搜索引擎，并在实验中验证了设计的有效性。