ALTSE is een alternatieve technologie van de onderzoeksmotor.

Het kan tot een paar miljoen Websites indexeren.

Een onderzoeksmotor is een programma wordt opgesteld om helpen informatie over een computersysteem zoals het World Wide Web, of een personal computer opgeslagen vinden die.

De onderzoeksmotor staat men toe om om inhoud te vragen die aan specifieke criteria (typisch die die een bepaalde woord of een uitdrukking bevatten) voldoen en wint een lijst van verwijzingen terug die die criteria aanpassen.

De bijgewerkte indexen van het motorengebruik regelmatig om snel en efficiënt zoek te werken. Zonder verdere kwalificatie, verwijst de onderzoeksmotor gewoonlijk naar een het onderzoeksmotor van het Web, die naar informatie over het openbare Web op zoek is.

Andere soorten onderzoeksmotor zijn de motoren van het ondernemingsonderzoek, die op intranets en persoonlijke onderzoeksmotoren zoeken, die individuele personal computers zoeken.

Sommige de mijngegevens van onderzoeksmotoren ook beschikbaar in nieuwsgroepen, grote gegevensbestanden, of open folders zoals DMOZ.org. In tegenstelling tot de folders van het Web, die door menselijke redacteurs worden gehandhaafd, algoritmisch werken de onderzoeksmotoren.

De meeste websites die zich onderzoeksmotoren roepen, zijn eigenlijk voorkanten aan andere die onderzoeksmotoren door andere bedrijven worden bezeten. De typische gebruiker zal vaak weten welke niet onderliggende onderzoeksmotor zij gebruiken.

Kat is een toepassing voor KDE wordt ontworpen om dossiers te indexeren dat. De informatie, worden fulltext en de duimnagels van Meta gehaald uit documenten, beelden, mp3 en andere media die snelle en nauwkeurige informatieherwinning toestaan.

Gelijkaardig aan de toepassing WhereIsIt van Vensters, maar ook gelijkaardig aan Google Desktop wordt het Onderzoek, Kat volledig geschreven in C++, gebruikend Qt3, bibliotheken KDE en KIO.

De toepassing is gebaseerd op de verlengbare kfile pluginarchitectuur van KDE om de verwezenlijking van nieuwe media managers voor nieuwe dossierformaten te vergemakkelijken.

Kat is de eerste toepassing KDE die nieuwe fulltext kfile plugins gebruiken.
De herwinning van de informatie baseert zich op de krachtige SQLite3 ingebedde gegevensbestandmotor.

Ondersteunde documentformaten voor hoogtepunt - tekstonderzoek:

Documenten:

· Formaat van het Document van de adobe PDF het Draagbare (1.5)
· Het Document van doc. Microsoft Word (2, 6, 7, 97, 2000, 2002 en 2003)
· De Taal van de Prijsverhoging van de HTML- Hypertext
· SXW OpenOffice 1.3 het Document van de Tekst van de Schrijver
· SXI OpenOffice 1.3 maakt indruk op Presentatie
· SXC OpenOffice 1.3 Spreadsheet Calc
· SXM OpenOffice 1.3 Formule Math
· ODT OpenOffice 2.0 het Document van de Tekst van de Schrijver
· ODP OpenOffice 2.0 maakt indruk op Presentatie
· ODC OpenOffice 2.0 Grafiek Calc
· ODF OpenOffice 2.0 Formule Math
· Gewone Tekst

Beelden:

· BMP
· CGM
· DCX
· DIB
· FAX
· GIF
· ICO
· JPEG
· PBM
· PCD
· PCX
· VOB
· PGM
· PICT
· P.IX
· PNG
· RGB
· RLE
· TGA
· TIF
· … en andere

Zoek:: VectorSpace is een zeer fundamentele vector-ruimteonderzoeksmotor.

SYNOPSIS

gebruiks Onderzoek:: VectorSpace;

mijn @docs =…;
mijn $engine = Onderzoek:: VectorSpace->new (doc. => @docs, drempel => .04);
$engine->build_index ();

terwijl (mijn $query = <>) {
mijn %results = $engine->search ($query);
de druk sluit zich aan „bij n“, sleutels %results;
}

Deze module neemt een lijst van documenten (in het Engels) en bouwt een eenvoudige motor van het in-geheugenonderzoek gebruikend een vector ruimtemodel. De documenten worden opgeslagen als voorwerpen PDL, en na de aanvankelijke het indexeren fase, zou het onderzoek zeer snel moeten zijn. Deze implementatie past een rudimentaire eindelijst op filter uit zeer gemeenschappelijke woorden toe, en gebruikt een cosinusmaatregel om documentgelijkenis te berekenen. Alle documenten boven een gebruiker-configureerbare gelijkenisdrempel zijn teruggekeerd.

Zoek:: InvertedIndex is een manager voor omgekeerde indexkaarten.

SYNOPSIS

gebruiks Onderzoek:: InvertedIndex;

mijn $database = Onderzoek:: InvertedIndex:: OB:: DB_File_SplitHash->new ({
- map_name => /www/search-engine/databases/test-maps/test,
- multi=> 4,
- file_mode => 0644,
- lock_mode EX =>,
- lock_timeout => 30,
- blocking_locks => 0,
- cachesize => 1000000,
- write_through => 0,
- read_write_mode => RDWR;
});

mijn $inv_map = Onderzoek:: Inverted->new ({- gegevensbestand=> $database});

##########################################################
# De Update van het voorbeeld
##########################################################

mijn $index_data = „Één of andere scalair - de complexe structuur refs is o.k.“;

mijn $update = Onderzoek:: InvertedIndex:: Update->new ({
- groeps=> sleutelwoorden,
- index => http://www.nihongo.org/,
- gegevens => $index_data,
- sleutels => {
één of andere => 10,
scalaire => 20,
complexe => 15,
structuur => 15,
refs => 15,
zijn => 15,
o.k. => 15,
},
});
mijn $result = $inv_map->update ({- update => $update});

##########################################################
# De Vraag van het voorbeeld
# - de knopen is een anon lijst van Onderzoek:: InvertedIndex:: Vraag
# heeft bezwaar (dit staat toe langs construerend complexe booleans
# nestelend).
#
# - doorbladert is een anon lijst van Onderzoek:: InvertedIndex:: Vraag:: Blad
# voorwerpen (voor individuele onderzoekstermijnen die worden gebruikt).
#
##########################################################

mijn $query_leaf1 = Onderzoek:: InvertedIndex:: Vraag:: Leaf->new ({
- zeer belangrijke complexe =>,
- groeps=> sleutelwoorden,
- gewicht => 1,
});

mijn $query_leaf2 = Onderzoek:: InvertedIndex:: Vraag:: Leaf->new ({
- zeer belangrijke structuur =>,
- groeps=> sleutelwoorden,
- gewicht => 1,
});
mijn $query_leaf3 = Onderzoek:: InvertedIndex:: Vraag:: Leaf->new ({
- zeer belangrijk goud =>,
- groeps=> sleutelwoorden,
- gewicht => 1,
});
mijn $query1 = Onderzoek:: InvertedIndex:: Query->new ({
- logica => en,
- gewicht => 1,
- knopen => [],
- doorbladert => [$query_leaf1, $query_leaf2],
});
mijn $query2 = Onderzoek:: InvertedIndex:: Query->new ({
- logica => of,
- gewicht => 1,
- knopen => [$query1],
- doorbladert => [$query_leaf3],
});

mijn $result = $inv_map->search ({- vraag => $query2});

##########################################################

$inv_map->close;

De Motor van Absolut is nieuws publicerend systeem. Het kenmerkt drie-laag toegang (admin/leider/redacteur), artikel het posten, het uitgeven, en het schrappen. De Motor van Absolut omvat een krachtig beeld het leiden hulpmiddel, een dossiermanager, en een verwante artikelenmanager.

Het rijke tekst uitgeven wordt verstrekt via een ingebouwde WYSIWYG redacteur die XHTML 1.0 strikt-Volgzame code produceert. De Motor van Absolut is gemakkelijk om zich via modulefunctionaliteit uit te breiden. De verstrekte modules omvatten Besprekingen, Onderzoeken, Voer RSS, de Optimalisering van de Motor van het Onderzoek (statische/schone URLs), en een berichtsysteem voor betere communicatie tussen gebruikers.

De Motor van Absolut produceert Web-norm-Volgzame geldige en toegankelijke Strikte XHTML 1.0 en CSS semantisch-correcte code.

Zoek:: QueryParser ontleedt een vraagkoord in een gegevensstructuur geschikt voor externe onderzoeksmotoren.

SYNOPSIS

mijn $qp = nieuw Onderzoek:: QueryParser;
mijn $s = +mandatoryWord - excludedWord +field: woord „nauwkeurige uitdrukking“;
mijn $query = $qp->parse ($s) of matrijzen „Fout in vraag: “. $qp->err;
$someIndexer->search ($query);

# vraag met vergelijkingsexploitanten en impliciet plus (tweede arg is waar)
$query = $qp->parse („txt~^foo.* date>=01.01.2001 date<=02.02.2002“, 1);

# de exploitanten van Boole (het voorbeeld is hieronder gelijkwaardig aan „+a + (B c) - D“)
$query = $qp->parse („a EN (B OF c) EN NIET D“);

Deze module ontleedt een vraagkoord in een gegevensstructuur dat door externe onderzoeksmotoren moet worden behandeld. Als voorbeelden van dergelijke motoren, zie Dossier:: In tabelvorm en Onderzoek:: Indexeerder.

Het vraagkoord kan eenvoudige termijnen bevatten, „nauwkeurige uitdrukkingen“, gebiedsnamen en vergelijkingsexploitanten, +/- prefixen, haakjes, en de schakelaars van Boole.
Van de syntactische parser kan door regelmatige uitdrukkingen voor specifieke begrippen van „term“, „gebiedsnaam“ of „exploitant“ worden de parameters bepaald; zie de nieuwe methode. De syntactische parser heeft geen steun voor lemmatization of andere term transformaties: deze zouden uiterlijk moeten worden gedaan, alvorens de structuur van vraaggegevens tot de onderzoeksmotor over te gaan.

De gegevensstructuur als gevolg van een ontlede vraag is een boom van termijnen en exploitanten, zoals die hieronder in wordt beschreven ontleedt methode. De interpretatie van de structuur is tot de externe onderzoeksmotor die de ontlede vraag zal ontvangen; de huidige module maakt geen veronderstelling over wat het om „gelijk betekent te zijn“ of een termijn „bevatten“.

WWW:: Zoek is een inzameling van modules Perl die API aan WWW onderzoeksmotoren zoals WebCrawler, AltaVista, Hotbot, Lycos enz. verstrekken. Momenteel WWW:: Zoek omvat achterste delen voor variaties van AltaVista, Lycos, en HotBot.

Wij omvatten twee die toepassingen van deze bibliotheek worden gebouwd: AutoSearch (een programma om het volgen van onderzoeksresultaten in tijd te automatiseren), en een klein demonstratieprogramma om de bibliotheek te drijven. De achterste delen voor andere onderzoeksmotoren en verfijndere cliënten zijn momenteel in ontwikkeling.

WWW:: Zoek omvat AutoSearch, een programma om web-based onderzoeken te automatiseren.

WWW:: Zoek:: De overvloed is een klasse Perl voor het zoeken van Profusion.com!

SYNOPSIS

vereis WWW:: Zoek;
$search = nieuwe WWW:: Zoek (Overvloed);

Deze klasse gebruikt de Motor http://www.profusion.com van het Onderzoek Meta. Gezochte de motoren van het onderzoek zijn: 1) AltaVista 2) InfoSeek 3) Breuk 4) wekt 5) LookSmart 6) WebCrawler 7) Magellan 8) Yahoo 9) op GoTo

De meeste bovengenoemde gebreken aan Van Boole. De overvloed komt alle teruggewonnen klappen op één pagina terug, zodat zijn er geen volgende paginaretrievals.

Deze klasse voert geen openbare interface uit; al interactie zou door WWW moeten worden gedaan:: De voorwerpen van het onderzoek.

DE OPTIES VAN HET GEBRUIK

Er zijn 5 mogelijke optiewaarden voor type van onderzoek (het gebrek is allen): Eenvoudig Al Om het even welke Uitdrukking Van Boole

Om verschillende categorieën met Overvloed te zoeken u simpy verandering de basis search_url in één van het volgende:

Nieuwsgroepen = http://usenet.profusion.com/ Gezondheid = http://health.profusion.com/ Vermaak = http://entertainment.profusion.com/ Sporten = http://sports.profusion.com/ MP3 = http://mp3.profusion.com/

U kunt totalverify=0 aanzetten om om het even welke slechte teruggekeerde verbindingen te verwijderen, maar gewaarschuwd het slowwwwww is. totalverify=20 zou eerst 20 verbindingen…. enz. verifiëren

Zoek:: ContextGraph is een module Perl voor het uitspreiden van de motor van het activeringsonderzoek.

SYNOPSIS

gebruiks Onderzoek:: ContextGraph;

mijn $cg = Onderzoek:: ContextGraph->new ();

# voegt u eerst sommige documenten toe, misschien alles in één keer…

mijn %docs = (
eerste => [olifant, slang],
tweede => [kameel, poney],
derde => {slang => 2, constrictor => 1},
);

$cg->bulk_add (%docs);

# of in een lijn…

foreach mijn $title (sleutels %docs) {
$cg->add ($title, $docs {$title});
}

# of van een dossier…

mijn $cg = Onderzoek:: ContextGraph->load_from_dir („. /myfiles“);

# kunt u een grafiekvoorwerp voor recenter gebruik opslaan

$cg->store („stored.cng“);

# en win het terug later…

mijn $cg = ContextGraph->retrieve („stored.cng“);


# ZOEKEND

# de gemakkelijkste manier

mijn @ranked_docs = $cg->simple_search (pinda's);


# krijg zowel verwante termijnen als doc. voor meer macht terug

mijn ($docs, $words) = $cg->search (slang);


# kunt u een document als uw vraag gebruiken

mijn ($docs, $words) = $cg->find_similar (Eerste Document);


# Of u kunt op een combinatie dingen vragen

mijn ($docs, $words) =
$cg->mixed_search ({doc. => [Eerste Document],
termijnen => [slang, poney]
);


# Print out resultaatreeks teruggekeerde documenten
foreach mijn $k (soort {$docs-> {$b} <=> $docs-> {$a}}
sleutels % {$docs}) {
de druk „Document $k had relevantie“, $docs-> {$k}, „n“;
}

# Herladen het
mijn $new = Onderzoek:: ContextGraph->retrieve („filename“);

De uitspreidende activering is een keurige techniek om onderzoeksmotoren te bouwen die nauwkeurige resultaten voor een vraag terugkeren zelfs wanneer er geen nauwkeurige sleutelwoordgelijke is. De motorwerken door een gegevensstructuur te bouwen riepen een contextgrafiek, die een reuzenetwerk van document en term knopen is. Alle documentknopen worden verbonden met de termijnen die in dat document voorkomen; op dezelfde manier wordt elke term knoop verbonden met alle documentknopen dat de termijn binnen voorkomt. Wij zoeken de grafiek door te beginnen en bij een vraagknoop een vastgestelde hoeveelheid energie te verdelen aan zijn buurknopen. Dan vallen wij recurse, verminderend de energie in elk stadium, tot deze uitspreidende energie onder een bepaalde drempel. Elke knoop houdt spoor van geaccumuleerde energie, en dit dient als onze maatregel van relevantie.

Dit betekent dat de documenten die vele woorden in gemeenschappelijk hebben aan de onderzoeksmotor gelijkaardig zullen lijken. Eveneens, de woorden die samen in vele documenten voorkomen zullen worden waargenomen zoals semantisch verwant. Vooral met grotere, coherente documentinzamelingen, kan de onderzoeksmotor vrij efficiënt zijn bij het erkennen van synoniemen en het vinden van nuttig verband tussen documenten. U kunt een volledige beschrijving van het algoritme in http://www.nitle.org/papers/Contextual_Network_Graphs.pdf lezen.

De onderzoeksmotor geeft uitgebreid rappel (relevante resultaten zelfs wanneer er geen sleutelwoordgelijke) is zonder het soort computer die en octrooikwesties op te lopen door latente semantische te indexeren worden gesteld (LSI). De hier gebruikte techniek werd oorspronkelijk beschreven in een verhandeling van 1981 door Scott Preece.

Het Onderzoek Aggregator van Javascript staat u toe om elk van uw onderzoeken van het Web van één plaats uit te voeren.

U kunt vele categorieën van onderzoeken tot stand brengen zoals het werk en pret en onderzoeksmotoren aanpassen naar uw specifieke behoeften.

Het Onderzoek Aggregator van Javascript herinnert de laatste vraag en de staat van de lusjes en werkt aan om het even welke browser met steun JavaScript.

Wat in Deze Versie Nieuw is:

· Laad geen laatste geselecteerde motor op eerste lading

Bot:: BasicBot:: Pluggable:: Module:: Zoek is een interface van het Webonderzoek.

SYNOPSIS

Doet precies wat het op het tin zegt; kijkt op dingen in de motoren van het Webonderzoek en achter brengt u de resultaten.

GEBRUIK IRC

[onderzoek] < motor > voor < ingang >
Waar < de motor > één van is
AltaVista Dejanews wekt Gopher HotBot Infoseek op
Lycos Magellan PLweb SFgate Eenvoudige Verity Google

WWW:: Zoek:: Nomade is een klasse Perl voor het zoeken van Nomade.

SYNOPSIS

gebruik WWW:: Zoek;

mijn $oSearch = nieuwe WWW:: Zoek (Nomade);

$oSearch->maximum_to_retrieve (100);

#$oSearch - > {_debug} =1;

# Cre