1
B GIÁO DC VÀ ĐÀO TO
ĐI HC ĐÀ NNG
DƯƠNG ĐÌNH THIN
NGHIÊN CU CÁC K THUT
XÂY DNG B TÌM KIM (SEARCH ENGINE)
Chuyên ngành: KHOA HC MÁY TÍNH
Mã ngành: 60.48.01
TÓM TT LUN VĂN THC SĨ K THUT
Đà Nng - Năm 2012
2
Chương trình ñưc hoàn thành ti
ĐI HC ĐÀ NNG
Ngưi hưng dn khoa hc: TS. Nguyn Tn Khôi
Phn bin 1: TS. Nguyn Thanh Bình
Phn bin 2: PGS.TS. Lê Mnh Thnh
Lun văn ñưc bo v trưc Hi ñng chm Lun văn
tt nghip thc sĩ K thut hp ti Đi hc Đà Nng vào ngày
03 tháng 03 năm 2012
Có th tìm hiu lun văn ti:
- Trung tâm Thông tin - Hc liu, Đi hc Đà Nng
- Trung tâm Hc liu, Đi hc Đà Nng
3
M ĐU
1. Lý do chn ñ tài
Trên môi trưng Internet ngày nay, s lưng thông tin t các Web
Site là vô cùng ln và vn ñang còn gia tăng nhanh chóng theo tng
ngày. Vi hin trng ñó, tìm kim thông tin là mt nhu cu không th
thiu cho nhng ngưi s d!ng Internet. Ngày nay, loi thông tin mà
ngưi s d!ng mun tìm kim cũng ñã tr# nên phong phú, nó không
còn ñơn thun là tìm kim ni dung văn bn trên mt trang Web trên
Internet, thay vào ñó còn nhi$u loi khác như: hình nh, tp tin âm
thanh, tp tin video, tài liu dưi dng nhng tp tin ñưc son tho
b%ng các trình son tho.
Th nhưng, vic phát trin mt công c! tìm kim là mt vic làm
không ñơn gin. Mt công c! tìm kim phi th&a mãn hai tiêu chí:
chính xác và nhanh chóng. Đây là mt “thách th'c” ñi vi tt c các
nhà phát trin khi mun phát trin mt h thng tìm kim ngày nay.
B#i vì, lưng thông tin trên Internet là vô cùng ln, không có mt
máy ch( nào có th ch'a toàn b tt c thông tin ñó trong nó, nên các
nhà phát trin phi chia lưng thông tin này thành nhi$u phn ñ lưu
tr ti các máy ch( ñ)t # nhng nơi khác nhau. Ngoài ra, cũng do
lưng thông tin ln như vy, nên vic tìm kim trên ñó cũng ñòi h&i
thi gian rt ln nu như chúng không ñưc s*p xp mt cách hp lý.
Đ ñáp 'ng ñưc hai tiêu chí ñó, chúng ta cn phi có ñưc nhng
kin th'c liên quan như: thut toán, cu trúc d liu, t+ ch'c cơ s#
4
d liu, h phân tán… Có th nhng chương trình ñưc xây d,ng do
nhng ñ$ tài như th này không có ý nghĩa gì khi so sánh vi các
công c! tìm kim hin nay như: Google hay Yahoo, nhưng ñi vi
bn thân ngưi nghiên c'u thì giá tr- hc h&i và kin th'c là rt to
ln. Do ñó, tôi ñã quyt ñ-nh chn ñ$ tài “Nghiên C'u Các K Thut
Xây D,ng B Tìm Kim”.
2. Mc ñích nghiên cu
M!c tiêu chính c(a ñ$ tài là nghiên c'u các k thut chính ñ xây
d,ng mt máy tìm kim thông tin trên môi trưng Internet. T ñó
hiu ñưc bn cht hot ñng c(a các máy tìm kim hin nay như:
Google, Yahoo, MSN và d,a trên cơ s# lý thuyt ñ xây d,ng mt
máy tìm kim hoàn ch.nh vi ñy ñ( các thành phn gm: thu thp
d liu trên internet, lp ch. m!c cho d liu thu thp ñưc, phân tích
truy vn t ngưi s d!ng và tr v$ kt qu ti ưu nht.
3. Đi tư!ng và phm vi nghiên cu
Đ có th xây d,ng ñưc máy tìm kim hoàn ch.nh thì ñi tưng
nghiên c'u c(a ñ$ tài bao gm: Nguyên lý hot ñng c(a mt máy
tìm kim trên môi trưng internet, b thu thp d liu, k thut lp
ch. m!c, phương pháp phân tích câu truy vn.
4. Phương pháp nghiên cu
Đ$ tài ñưc th,c hin d,a trên nhi$u phương pháp khác nhau:
Nghiên c'u lý thuyt thông qua các tài liu như: sách, bài báo, các
5
báo cáo khoa hc. Đng thi, th nghim mt s công c! tìm kim
mã ngun m# ñ tìm hin cách th'c phát trin, cài ñ)t và cu hình
mt máy tìm kim.
5. Ý nghĩa khoa hc và th$c tin c%a ñ tài
Ý nghĩa khoa hc, lun văn cung cp ñy ñ( và chi tit b lý
thuyt và phương pháp thit k c(a tp hp các k thut s d!ng ñ
xây d,ng mt b tìm kim. Trong phn 'ng d!ng c(a ñ$ tài, tác gi
ñã xây d,ng mt chương trình “Local Search Engine” vi ch'c
năng tìm kim thông tin trên tng Web Site mt, và có th ñưc g*n
vào trên chính Web Site ñó ñ s d!ng như là mt ch'c năng tìm
kim thông tin. B#i vì, ñi vi nhng Web Site có khi lưng thông
tin ln, ch'c năng tìm kim cũng là mt ch'c năng không th thiu
ñ h/ tr ngưi s d!ng nhi$u hơn trong quá trình ving thăm c(a
h. Và hu như ñi ña s các Web Site này, ch'c năng tìm kim là
tương ñi ging nhau, tt c ñ$u là tìm kim ni dung trên chính
Web Site. Th nhưng công vic xây d,ng ch'c năng này luôn ñưc
l)p ñi l)p li trong m/i ln phát trin mt Web Site mi. Do ñó,
“Local Search Engine” có th là cn thit ñi vi nhng nhà phát
trin Web khi mun Web Site c(a mình h/ tr ch'c năng tìm kim
thông tin.
6. Cu trúc c%a lu&n văn
CHƯƠNG 1. T2NG QUAN V3 MÁY TÌM KI4M
Trong chương 1, gii thiu l-ch s phát trin c(a máy tìm
kim b*t ñu t thi kỳ sơ khai c(a Internet cho ñn bây gi, tp