基于Lucene異構(gòu)數(shù)據(jù)源搜索引擎的研究與設(shè)計(jì).pdf

1、當(dāng)今時(shí)代是信息爆炸的時(shí)代,為了在龐大的信息資源中找到真正需要的信息,搜索引擎應(yīng)運(yùn)而生。搜索引擎以一定的策略在互聯(lián)網(wǎng)中搜集、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)。搜索引擎的中文分詞模塊,索引效率和快速搜索功能對(duì)搜索引擎快速開(kāi)發(fā)和性能優(yōu)化都有重要意義。
　　本文首先詳細(xì)分析了全文搜索引擎工具包Lucene的系統(tǒng)結(jié)構(gòu)和相關(guān)技術(shù)。Lucene提供了一套簡(jiǎn)單卻十分強(qiáng)大的核心API,可以快速將它集成到應(yīng)用程序中。接

2、著對(duì)搜索引擎的基本工作原理,處理流程和相關(guān)技術(shù)作了進(jìn)一步分析。然后,本文重點(diǎn)闡述基于Lucene搜索引擎中的中文分詞模塊和索引搜索模塊的設(shè)計(jì)。在基于Lucene的搜索引擎中添加基于字符串匹配的正向最大匹配分詞法的中文分詞模塊,能夠使此搜索引擎具有很好的中文處理能力。在對(duì)索引模塊和搜索模塊進(jìn)行設(shè)計(jì)的時(shí)候,采用了Lucene項(xiàng)目的相關(guān)類(lèi),縮短開(kāi)發(fā)周期,并在短時(shí)間內(nèi)獲得較好的索引質(zhì)量和搜索效率。最后實(shí)現(xiàn)了異構(gòu)數(shù)據(jù)源搜索引擎系統(tǒng),詳細(xì)說(shuō)明了其主