Lucene環(huán)境下搜索引擎系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著網(wǎng)絡(luò)信息量正不斷的以指數(shù)規(guī)模增長(zhǎng)，人類(lèi)已進(jìn)入信息爆炸時(shí)代，面對(duì)浩如煙海的網(wǎng)絡(luò)信息，如何才能迅速、方便的獲取有效信息，日益成為人們關(guān)注的問(wèn)題。搜索引擎的出現(xiàn)極大地緩解了這一矛盾，搜索引擎是一種應(yīng)用在WEB上的軟件系統(tǒng)，它以一定的策略在互聯(lián)網(wǎng)中進(jìn)行搜集、發(fā)現(xiàn)信息，對(duì)信息進(jìn)行理解，提取，組織和處理，并為用戶(hù)提供檢索服務(wù)，從而起到信息導(dǎo)航的作用。本課題是運(yùn)用 Java語(yǔ)言編寫(xiě)網(wǎng)頁(yè)信息采集器，基于Lucene構(gòu)建索引和檢索，使用Tomcat作

2、為首頁(yè)展示的服務(wù)器，構(gòu)建一個(gè)搜索引擎系統(tǒng)。利用網(wǎng)頁(yè)信息采集器實(shí)現(xiàn)對(duì)網(wǎng)頁(yè)的收集、過(guò)濾，網(wǎng)頁(yè)內(nèi)容的下載。網(wǎng)頁(yè)信息采集器是搜索引擎技術(shù)最基本的組成部分，網(wǎng)頁(yè)信息采集器的設(shè)計(jì)對(duì)搜索引擎系統(tǒng)的實(shí)現(xiàn)起著舉足輕重的作用。對(duì)采集的內(nèi)容構(gòu)建索引和檢索并對(duì)多種分詞器的性能進(jìn)行比較。系統(tǒng)的集成和前臺(tái)頁(yè)面的展示。搜索引擎系是一個(gè)有許多不同功能的模塊組合而成的龐大的復(fù)雜的系統(tǒng)，各個(gè)模塊必須結(jié)合到一起才能更好地發(fā)揮作用。在開(kāi)發(fā)過(guò)程中，運(yùn)用網(wǎng)頁(yè)信息采集器實(shí)現(xiàn)對(duì)網(wǎng)頁(yè)信