基于LUCENE的多數(shù)據(jù)源全文檢索系統(tǒng)的設(shè)計與實現(xiàn).pdf

1、全文檢索是指計算機索引程序通過掃描文章中的每個詞進行檢索。該檢索是對文檔中的每一個詞建立一個索引，指明該詞在文章中出現(xiàn)的次數(shù)和位置，當(dāng)用戶查詢時，檢索程序就根據(jù)事先建立的索引進行檢索，并將結(jié)果反饋給用戶的檢索方式。
　　隨著信息時代的到來，各種信息資源急劇增長，人們越來越多地關(guān)注如何快速有效地從海量的信息資源中，抽取出潛在的、有價值的信息，使之有效地在管理和決策中發(fā)揮作用。同時，作為某單位信息情報的基礎(chǔ)，各種應(yīng)用文檔、電子文檔、數(shù)

2、字文書、信息數(shù)據(jù)庫以及其它的各類數(shù)字化信息載體正不斷的增加，如何安全、快速地從上百萬，上千萬甚至更多的情報信息中檢索出準(zhǔn)確、有效、有價值的情報信息，已經(jīng)成為當(dāng)前該單位信息化建設(shè)中的重要任務(wù)。然而，作為信息處理技術(shù)中最基本的信息檢索技術(shù)卻在該單位沒有得到全面的應(yīng)用，信息檢索技術(shù)的研究和應(yīng)用也還停留在一個比較落后的階段，如何使先進的全文信息檢索技術(shù)應(yīng)用到這些單位的信息化建設(shè)中，已經(jīng)越來越得到了各級的重視。
　　本文分析了當(dāng)前信息檢索領(lǐng)

3、域的研究及應(yīng)用現(xiàn)狀，研究了全文檢索系統(tǒng)的特點、主要算法、全文檢索的相關(guān)理論和全文檢索的發(fā)展趨勢及技術(shù)熱點。對流行的開源全文檢索工具包 Lucene.Net的體系架構(gòu)和主要功能模塊進行了剖析，對Lucene主要索引算法：增量算法、歸并算法和查找算法原理進行了解析。同時，結(jié)合某單位信息化建設(shè)的實際，在基于 Lucene.Net工具包的基礎(chǔ)上，分析并設(shè)計了適合該單位信息化建設(shè)的多數(shù)據(jù)源全文檢索系統(tǒng)。針對該單位信息情報資源對于信息安全的特殊要求