全文檢索系統(tǒng)的分析與設(shè)計(jì).pdf

1、隨著各行業(yè)信息化建設(shè)的不斷深入，各類信息也隨之爆炸式的快速膨脹。這些信息大致可分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。據(jù)統(tǒng)計(jì)，這些信息80％以上為非結(jié)構(gòu)化的信息，如各類電子文檔、網(wǎng)頁、多媒體內(nèi)容等。對(duì)于結(jié)構(gòu)化數(shù)據(jù)，用關(guān)系數(shù)據(jù)庫技術(shù)來管理是目前最好的一種方式，但這一技術(shù)對(duì)于管理與利用非結(jié)構(gòu)化的信息顯得有些先天不足，尤其是查詢海量數(shù)據(jù)時(shí)更是無能為力。而全文檢索技術(shù)則能高效地管理和使用這些非結(jié)構(gòu)化數(shù)據(jù)。論文致力于設(shè)計(jì)和實(shí)現(xiàn)一個(gè)全文檢索系統(tǒng)。
　　

2、 論文首先分析了全文檢索系統(tǒng)基本技術(shù)，包括索引創(chuàng)建中索引詞選擇，數(shù)據(jù)源預(yù)處理，索引創(chuàng)建算法；倒排索引技術(shù)。這些技術(shù)是構(gòu)成全文檢索系統(tǒng)的基礎(chǔ)。
　　 其次，在對(duì)構(gòu)成全文檢索系統(tǒng)的基本技術(shù)分析的基礎(chǔ)上，對(duì)全文檢索整體架構(gòu)進(jìn)行了分析，并對(duì)組成系統(tǒng)的各個(gè)模塊進(jìn)行分析，這些模塊包括數(shù)據(jù)采集模塊，索引檢索模塊，代理緩存模塊，Web服務(wù)器模塊，系統(tǒng)監(jiān)控模塊。
　　 再次，論文重點(diǎn)論述了全文檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)。從整體架構(gòu)到各個(gè)子模塊