Guardiano Un sistema di ricerca open source, semplice e completo
Scarica ora

Guardiano Classifica e riepilogo

Guardiano Tag

ricerca trovare Ricerca sul web strisciare web crawler. crawl web.

Guardiano Descrizione

Un sistema di ricerca open source, semplice e completo Fuori dalla scatola, Hounder eseguirà la scansione del web rivolta solo a quei documenti di interesse e li presenterà automaticamente attraverso una semplice pagina web di ricerca. Hounder è: · Configurabile: Hounder può essere personalizzato per le tue particolari esigenze. Usalo come una soluzione autonoma o come blocco edilizio per la tua applicazione esistente. · Scalabile: Hounder cresce con le tue esigenze. Inizia con una singola macchina, aggiungi altro come necessario. · Robusto: il grande Bad Web non è un posto per i cuccioli. Il ricercatore di Hounder è stato progettato dall'inizio per sopravvivere alle sovraccarichi del traffico. · Facile da integrare: Hounder può essere utilizzato da varie lingue, come Java, PHP, Python, ecc. · Trascabile: l'attenzione di Punto Hounder per le informazioni che desideri alimentandolo Con set di allenamento, quindi siediti indietro e guardarlo recuperare i documenti giusti per te.Nota: Hounder è fornito e concesso in licenza ai sensi della licenza Apache 2.0. Ecco alcune caratteristiche chiave di "Hounder": Progettato per flessibilità: · Funziona come soluzione completa (dal gattonare il Web per fornire un'interfaccia di ricerca). · Lavora come complemento alle soluzioni esistenti (alimentazione di un sistema di contenuto o indicizzazione di un flusso di dati). · Screpando siti specifici in profondità o Web in generale, cercando pagine pertinenti e classificandole automaticamente · Aggiungi moduli personalizzati a indicizzatore, crawler e ricercatore per aggiungere funzionalità. Installazione: · Installatore della GUI e della riga di comando. · Configurazione guidata per uso più comune. Integrazione: · Ricercatore supporta XML-RPC, RMI e OpenSearch. · Supporta indicizzatori XML-RPC e RMI. Indicizzazione: · Pipeline per l'elaborazione dei documenti definita da moduli, definiti come plugin: creare e aggiungere il proprio. · I moduli esistenti includono: spam filtrante, aggiungendo determinati campi, registrazione, ecc. · Gestire quando e come gli aggiornamenti dell'indice vengono inviati al ricercatore. Crawler: · Filtro bayesiano per determinare se una pagina è di interesse o a quale categoria appartiene. · Polizia. · Rileva la modifica del contenuto della pagina e adatta la frequenza di reclazione. · Pipeline per l'elaborazione dei documenti definita da moduli, definiti come plugin: creare e aggiungere il proprio. · I moduli esistenti includono: whitelisting, Blacklisting, Aumentare, classificazione, cache, indicizzazione, ecc. Risultati di ricerca: · Generazione di snippet. · Raggruppamento dei risultati. · Aumentare. Interrogazioni: · Definire i campi per i documenti e la ricerca sui campi che desideri. · Operatori: o, e, no. · Riconoscimento di frase. Prestazione: · Risultati nella cache. · Smart Query Execution e code Dimensione della dimensione. Monitoraggio e controllo: · Monitorare e controllare tutti i nodi di Hounder con l'applicazione Web del clustering. Cosa c'è di nuovo in questa versione: · Compì il falco da Nuch 0.7.2 a Nuch 0.9 · Il plugin HTTP NUTCH9 può ora lavorare distribuito · Il crawler indexermodule può ora parlare con più indicizzatori · Il crawler ora fa i rapporti sui progressi · C'è ora il supporto di rilevamento dello spam · Il MultiSearcher restituisce le statistiche su ciascun ricercatore · Esiste un nuovo indicizzatore per ri-indicizzazioni batch su hardware multi-cored

Guardiano Software correlato