要求用户界面友好,运行稳定。 三、项目开发计划 1.开发规模计划 由于本项目是作为课程作业来做的,受到时间和人力等方面的约束,我们在实际开发中 只能减小问题的规模,开发一个demo程序的原型系统。初步计划是,抓取网页只在北大未 名和水木清华两大bbs的相关版面进行。在此基础上进行网页信息的提取,分词,建立索引, 然后实现对输入关键词的解析,匹配査询,结果排序,返回到页面显示等工作,从而完成概 念上的实现,给出初步的系统原型。 2.初步开发计划 1)界面 类似于 baidu和 google的界面,用户可以输入搜索条件,点击搜索按钮后,下面排列 出符合条件的结果。稍微不同的是,由于租房信息跟地域(城市、地区)紧密相关,所以在 用户输入搜索条件前,要先让用户选定一个地区,然后再进行搜索。这里我们仅考虑北京市 城区 后台 初步考虑分为以下几个模块: A.网页抓取模块:对北大未名和水木清华两大bbs相关版面,利用 crawler进行抓取。 B.网页分析模块:提取网页中有用的信息,保存为文本格式 C.网页分段模块:采用合适的分段技术,将每个文本分成多段。 D.索引建立模块:对分好的段进行分词、标注、词频统计等工作,建立全文索引。 E.查询匹配:将用户输入的关键词,采用合适的查找算法与索引进行逐一匹配,将符 合的内容提取出来,返回到界面 序:考虑相似度和时间等因素,将结果越接近,时间越新的内容排到前面 3.开发进度计划 项目开发周期40天,具体安排如下: 时间 工作 11月11日-11月16日各人搜集idea 11月16日11月17日「小组讨论,确定idea 11月18日-11月20日完成项目计划书 11月21日-11月27日小组成员分工,并根据分工自己去学习、查阅相关的资料,了解实现机 11月28日-11月30日讨论,给出系统总体框架和模块划分,设计各模块间的通信接口 11月31日-12月15日分工编码,各自完成相应模块基本功能:期间不定期碰头讨论 12月16日-12月20日模块整合,调试,构建完整的系统,全面测试 12月21日-12月23日完成最终项目报告,准备 presentation要求用户界面友好，运行稳定。 三、 项目开发计划 1. 开发规模计划 由于本项目是作为课程作业来做的，受到时间和人力等方面的约束，我们在实际开发中 只能减小问题的规模，开发一个 demo 程序的原型系统。初步计划是，抓取网页只在北大未 名和水木清华两大 bbs 的相关版面进行。在此基础上进行网页信息的提取，分词，建立索引， 然后实现对输入关键词的解析，匹配查询，结果排序，返回到页面显示等工作，从而完成概 念上的实现，给出初步的系统原型。 2. 初步开发计划 1) 界面 类似于 baidu 和 google 的界面，用户可以输入搜索条件，点击搜索按钮后，下面排列 出符合条件的结果。稍微不同的是，由于租房信息跟地域（城市、地区）紧密相关，所以在 用户输入搜索条件前，要先让用户选定一个地区，然后再进行搜索。这里我们仅考虑北京市 城区。 2) 后台 初步考虑分为以下几个模块： A. 网页抓取模块：对北大未名和水木清华两大 bbs 相关版面，利用 crawler 进行抓取。 B. 网页分析模块：提取网页中有用的信息，保存为文本格式。 C. 网页分段模块：采用合适的分段技术，将每个文本分成多段。 D. 索引建立模块：对分好的段进行分词、标注、词频统计等工作，建立全文索引。 E. 查询匹配：将用户输入的关键词，采用合适的查找算法与索引进行逐一匹配，将符 合的内容提取出来，返回到界面。 F. 排序：考虑相似度和时间等因素，将结果越接近，时间越新的内容排到前面。 3. 开发进度计划 项目开发周期 40 天，具体安排如下： 时间 工作 11 月 11 日-11 月 16 日 各人搜集 idea 11 月 16 日-11 月 17 日 小组讨论，确定 idea 11 月 18 日-11 月 20 日 完成项目计划书 11 月 21 日-11 月 27 日 小组成员分工，并根据分工自己去学习、查阅相关的资料，了解实现机 制 11 月 28 日-11 月 30 日 讨论，给出系统总体框架和模块划分，设计各模块间的通信接口 11 月 31 日-12 月 15 日 分工编码，各自完成相应模块基本功能；期间不定期碰头讨论。 12 月 16 日-12 月 20 日 模块整合，调试，构建完整的系统，全面测试 12 月 21 日-12 月 23 日 完成最终项目报告，准备 presentation