随着互联网信息的日益发展和进步,搜索引擎成为人们生活中不可缺少的一部分。科研工作者对信息的精准性要求很高,而且他们习惯应用专业数据库检索。但是目前的国内外学术搜索引擎,存在或多或少的缺点。例如,国外学术搜索引擎死链率比较高,服务不稳定,对于没有订购的文章,只能显示部分内容;国内学术搜索引擎,有些需要用户注册;有些检索结果返回给用户的相关度不高,用户需要一层一层的深入寻找;大部分不能免费获取学术原文;这些情况无疑都降低了用户体验。本文针对目前学术搜索引擎不完善的地方,基于满足用户对学术原文的获取需求,研究实现了一个基于云判断分类的中英文学术搜索引擎。本文通过对中文核心期刊要目中的学术期刊进行数据抓取获得数据源;对网页数据内容信息进行聚类提取;采用中文分词技术实现分词划分;爬取的网页依据网页格式和网页内容,通过对比空间向量模型算法(VSM)和K-means算法,最后采用基于改进的VSM判断算法实现基于云的网页学术性判断;学术性网页依据中图法和学术分类词库,通过对比决策树分类算法和朴素贝叶斯分类算法,最后采用中图法结合改进的朴素贝叶斯算法实现基于云的学术网页科学分类。通过测试分析得出,基于云判断分类的中英文学术搜索引擎实现了网页内容的学术性判断;可以高效的实现学术性网页的科学分类;可以满足用户免费获取原文、预览全文,同时用户可以添加刊源;用户检索界面中显示学术学科的各个领域,实现用户分类查询;通过测试结果,说明本文研究实现的以用户需求为中心,为服务用户为目的基于云判断分类的中英文学术搜索引擎是有意义,有价值的。