基于云平臺的數(shù)據(jù)庫搜索引擎實現(xiàn)方法的研究.pdf

1、隨著電子商務(wù)信息快速地增長，在日益復(fù)雜的網(wǎng)絡(luò)環(huán)境中搜索信息變得越來越重要，電子商務(wù)未來發(fā)展趨勢將是搜索引擎和電子商務(wù)的結(jié)合。面對海量數(shù)據(jù)，傳統(tǒng)數(shù)據(jù)庫搜索引擎已經(jīng)無能為力，主要存在三個問題，一是單點故障問題，二是索引效率問題，三是搜索結(jié)果準(zhǔn)確率問題，很難滿足應(yīng)用要求，如何提高系統(tǒng)的性能是亟需解決的問題。
　　針對傳統(tǒng)數(shù)據(jù)庫搜索引擎系統(tǒng)的不足，本文開展基于云平臺的數(shù)據(jù)庫搜索引擎實現(xiàn)方法的研究。首先，提出基于云平臺的數(shù)據(jù)庫搜索引擎體系結(jié)

2、構(gòu)，使現(xiàn)有的數(shù)據(jù)庫搜索引擎系統(tǒng)在HBase分布式數(shù)據(jù)庫中得到實現(xiàn)，以提高了索引和搜索效率；其次，提出新的數(shù)據(jù)預(yù)處理方法，改進(jìn)了關(guān)系型數(shù)據(jù)庫和HBase分布式數(shù)據(jù)庫之間的數(shù)據(jù)交互技術(shù)，簡化了項目開發(fā)的框架；接著，提出基于LevenshteinDistance矢量距離算法的搜索評分機制，通過計算關(guān)鍵字間的相似度來判定用戶注冊重復(fù)數(shù)據(jù)，提高搜索結(jié)果的準(zhǔn)確率。
　　最后，在電商公司BI部門，實現(xiàn)了基于云平臺的數(shù)據(jù)庫搜索引擎的原型系統(tǒng)。測試