垂直搜索引擎系统介绍

SOPI垂直搜索引擎系统介绍

SOPI垂直搜索引擎2.0是一个从信息采集到分析到索引的整套解决方案，让你也可以轻松拥有一个搜索引擎。可以针用于行业垂直信息进行搜索，网站搜索等各类应用。

SOPI垂直搜索引擎系统的应用特点

●外网搜索引擎：众多内容型网站为了保持数据的最新，不得不花费大量的人力进行内容

更新。SOPI 系统可以锁定需要的网站，进行定时采集此网站的最新内容；可以节省大量的人力成本，而且可以保证信息的全面性，同时结合搜索技术在海量的信息库中快速找到需要的信息。

●高应用扩展性，可以根据用户需求快速配置成为不同类型的垂直搜索引擎，如成为商机

搜索、产品信息及其他各类需要的信息。只需普通技术人员便可以实现。

●极少量的人工干预，系统管理员仅通过管理界面即可自动实现各类信息的搜索。大部分

工作由系统自动完成。

●自动生成对网站的配置，提高工作效率及降低工作难度，垂直搜索引擎对不同网站进行

不同配置是必然的，本系统应用自动化技术将人工工作降到最低，将工作人员的技术要求降至最低。

●可以从多个界而采集信息，系统进行自动合并，如从一个页面搜索产品信息，另一个网

页搜索公司信息，将两个页面的内容自动合并。

●站内搜索引擎：可以轻松将内部网站的内容进行索引，为企业提供企业知识管理，或为

网站用户提供自身网站的搜索服务。

●SOPI 搜索系统采用先进的索引机制，高效对全文进行索引及搜索，可以产生与百度和

GOOGLE 相同的准确结果，而且快速；

SOPI搜索引擎系统的技术特点

●使用与GOOGLE相同的数据库系统Oralce Berkeley DB嵌入式数据库，千万级数据状况

下操作数据仍保持在毫秒级，与使用ORACLE或SqlServer数据库性能提升数百倍。●系统结构的合理分离有利于分布式架构，适应未来大量的搜索工作，可以轻易在多服务

器环境中进行应用。

●各子系统相互独立，任一子系统的停止运行不影响其他系统，有效保证稳定性；

●先进的文章及图片指纹技术，超低重复率。由于不同网站有大量重复信息，如果不能有

效辨别文章是否存在将会有大量重复信息存在，图片一样会有大量重复存在。SOPI 系统采用先进的文章和图片识别系统有效保障超低重复率；

●对文章和图片的超强提取能力，系统可以在各种复杂的网页中提取标题正文和时间等参

数，可以高智能的提取有用的信息，过虑无用信息；

●高性能的分词组件，字典词库高质量，保证索引和搜索的准确性；

●优秀的管理平台，可以方便管理进行信息采集的站点列表，及对下载的层级进行自定义；

●可便捷对系统进行扩展，以满足不同的需求

系统架构图

SOPI垂直搜索引擎子系统

WEB管理主要功能

功能说明

分析类型管理定义分析类型

自动匹配管理定义自动匹配分类及定义分类项

域搜索信息类型管理定义域要搜索的信息类型（可自动生成表达式）