高亮亮等

摘要：针对当前农业搜索引擎存在的查不全、查不准、死链等问题，在分析中国使用率比较高的农搜、搜农、华农在线和中国农业信息网站等搜索引擎的基础上，提出了基于Nutch框架的农业信息垂直搜索引擎。该搜索引擎对农业词语进行分类，并构建专门的农业词典，提高查询速度。此外，基于Nutch框架的搜索引擎采用了改进的PageRank算法对网页进行排序得到权值最高的网页，呈现出具有价值搜索结果，达到初步的搜索结果的预期目标。

关键词：Nutch框架；农业搜索引擎；农业词典；设计

中图分类号：TP391.3 文献标识码：A 文章编号：0439-8114（2015）18-4603-04

DOI：10.14088/j.cnki.issn0439-8114.2015.18.055

随着农业信息化的发展，农业信息出现了爆炸性增加的局面，搜索引擎成为了必不可少的搜索工具，是人们进行信息收集的必要手段之一。当前农业信息量达到了百TB量级，面对如此多的农业数据，如何快速、有效地获取个性化的农业知识和信息资源就成为了当前农业信息搜索中迫在眉睫的问题[1]。近年来，伴随着农业信息化的推进，各类的农业搜索引擎逐渐发展，虽然能够基本满足当前农业发展的需要，但还需要进一步发展专题农业信息检索。

1 农业搜索现状

目前，农业领域中已存在1万多个各类网站，网页数量超过200多万[2]，刘艳华等[3]对谷歌、百度和中国搜农3个搜索引擎在农业领域中进行了分析对比，表明了综合搜索引擎在搜索功能、结果、信息量等方面存在明显的优势，但是在农业内容的专业化、内容时效性方面存在欠缺。……