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

分析类型管理

自动匹配管理

域搜索信息类型管理定义分析类型定义自动匹配分类及定义分类项定义域要搜索的信息类型（可自动生成表达式）说明