異構(gòu)數(shù)據(jù)聯(lián)合檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)和網(wǎng)絡(luò)的普及，越來越多的企業(yè)、機(jī)關(guān)、學(xué)校等都利用計(jì)算機(jī)來處理文檔，而在這些機(jī)構(gòu)的管理過程中也必然會(huì)產(chǎn)生大量的電子文檔。如何從大量的文檔中快速而準(zhǔn)確地檢索出用戶所需要的信息成為擺在人們面前的一大難題。某企業(yè)對(duì)文檔的檢索上也存在這個(gè)問題，目前該企業(yè)對(duì)文檔采用目錄式管理，沒有一個(gè)針對(duì)所有文檔的檢索系統(tǒng)，員工欲查找某項(xiàng)信息需花費(fèi)大量的時(shí)間，并且尋找到的信息不完全。所以該企業(yè)急需一個(gè)針對(duì)其所有文檔來進(jìn)行信息檢索的搜索引擎來滿足不同用戶的

2、需求。
　　本項(xiàng)目以該企業(yè)需求為依托，針對(duì)異構(gòu)數(shù)據(jù)聯(lián)合檢索系統(tǒng)中索引建立與搜索機(jī)制來進(jìn)行研究。該系統(tǒng)提供了按文檔類型檢索、按發(fā)布者檢索、按發(fā)布日期檢索等多種檢索方式，以方便用戶的使用。同時(shí)，針對(duì)企業(yè)數(shù)據(jù)量龐大和檢索結(jié)果需準(zhǔn)確的特點(diǎn)，系統(tǒng)對(duì)索引的建立與檢索過程以及庖丁解牛中文分詞器均做了大量的優(yōu)化。
　　本系統(tǒng)采用Java語(yǔ)言開發(fā)，主要使用基于Java的全文索引工具包Lucene來實(shí)現(xiàn)?？紤]到企業(yè)龐大的數(shù)據(jù)量以及未來的系統(tǒng)升級(jí)