每年秋季，大四的同学就开始为各种出路做准备，大部分选择了继续学习。那么如何选校读master或者Ph.D是大家很头疼的问题。尤其是选择出国，申请什么学校、什么教授，都需要我们花费不少心思去挖掘。哪个学校科研做得好？ 哪个比较牛？学校对学生申请的要求是什么？种种信息需要去归纳和整理。学术搜索是一个论文的数据库，包含着海量的信息，如果我们能有效地利用其中的信息， 并且结合Bing搜索引擎或许能为高校申请起到帮助。
这个基于Academic Search的应用主要面向的就是申请高校的学生。以高校和教授为搜索主体。用户可以从很粗糙的level上进行多项选择（如地理位置，专业，学校，是否提供offer）等进行选中初级目标，然后锁定一定的范围，最后在可选范围会以学校为分类标准，学校中包括符合标准的实验室，老师列表。
当选中老师后我们会对老师从学生申请高校需求上进行信息整合、筛选、归类，把第一手有用信息反馈给用户。老师所相关的信息可以初步整合分类三大部分：
1.学术成就：该老师的主要学术成就，具有代表性学术著作、论文，这个可以从Academic Search得到第一手可靠信息。
2.申请信息：学校或者老师的申请方式、申请要求（如成绩，地理位置，托福，gre等）、截止日期等信息。
3.生活相关：学校的地理位置、气候、校园文化及老师实验室生活相关的信息等。
总的来说应用目标用户明确，有一定市场前景。技术上实现存在一定的难度。需要将学术搜索与搜索引擎结合，抓取一些网页中的信息，并进行归类。让用户得到第一手实用信息，必须有很强的归类处理能力，归类估计是最大的难点。
转载于:https://www.cnblogs.com/OMG-Team/archive/2011/08/12/2136844.html