基于Lucene的站內(nèi)檢索系統(tǒng)的設(shè)計(jì)與優(yōu)化.pdf

1、伴隨著信息技術(shù)與互聯(lián)網(wǎng)技術(shù)的發(fā)展，接踵而來(lái)的則是信息量的爆炸式增長(zhǎng)，人類社會(huì)已全面進(jìn)入信息化的時(shí)代。人們?cè)谙硎芑ヂ?lián)網(wǎng)進(jìn)步帶來(lái)的便利的同時(shí)，如何在海量信息數(shù)據(jù)中迅速找到符合用戶需求的信息，成為了信息檢索的關(guān)鍵技術(shù)。面對(duì)互聯(lián)網(wǎng)內(nèi)容的不斷產(chǎn)生、更新或者消失，搜索引擎技術(shù)的誕生打破了互聯(lián)網(wǎng)復(fù)雜的局面，為用戶找到所需求的信息提供了有力的手段。Lucene作為開(kāi)源搜索架構(gòu)，具有開(kāi)放、面向?qū)ο蟮葍?yōu)點(diǎn)，通過(guò)采用Lucene作為核心，從而構(gòu)建出適用于不同

2、環(huán)境下的獨(dú)立的檢索系統(tǒng)。
　　本文通過(guò)對(duì)Lucene技術(shù)框架進(jìn)行分析和研究，闡述了基于全文檢索系統(tǒng)的檢索方法及其基本原理，結(jié)合目前網(wǎng)站信息多樣化的特點(diǎn)，分析了基于關(guān)系型數(shù)據(jù)庫(kù)全文檢索技術(shù)的不足，進(jìn)而開(kāi)發(fā)出一套實(shí)用性強(qiáng)、通用性高的站內(nèi)全文檢索系統(tǒng)，解決了網(wǎng)絡(luò)用戶的站內(nèi)搜索需求。論文的工作和成果主要體現(xiàn)在以下幾個(gè)方面:
　　(1)深入分析了全文檢索引擎Lucene的結(jié)構(gòu)及原理，通過(guò)對(duì)Lucene的分詞算法原理進(jìn)行研究，結(jié)合中文語(yǔ)

3、義設(shè)計(jì)并改進(jìn)了中文分詞器，構(gòu)建了同義詞詞庫(kù)引擎以實(shí)現(xiàn)白定義同義詞檢索功能。
　　(2)針對(duì)Lucene只能對(duì)文本類型數(shù)據(jù)進(jìn)行檢索的特點(diǎn)，提出一種新的文本解析方法，該方法采用Tika文本解析器對(duì)信息進(jìn)行抽取，用以建立索引，適用于各種類型文檔。避免了針對(duì)不同文檔使用多種解析器的復(fù)雜性。
　　(3)設(shè)計(jì)了一個(gè)站內(nèi)留言發(fā)布系統(tǒng)，用于對(duì)檢索系統(tǒng)進(jìn)行測(cè)試，該留言發(fā)布系統(tǒng)具有較為完善的內(nèi)容發(fā)布機(jī)制，通過(guò)結(jié)合數(shù)據(jù)庫(kù)的設(shè)計(jì)和檢索系統(tǒng)的優(yōu)化改進(jìn)