基于lucene的搜索方案Lucene 简介.docxVIP

基于lucene的搜索方案 Lucene 简介 Lucene是apache的一个顶级开源项目，由java实现的全文检索引擎，能基于各种文档格式的全文索引和检索，包括word、pdf，不包括图形类。 L 是C#版的lucene 是由java的lucene翻译过来的，也被apache列为开源项目对外发布，功能和java的基本一样，但是由于缺乏良好的技术支持和社区活跃度，目前已被apache放入孵化器 Lucene写入：源文件经过analyzer处理，包括分词，权重处理、生成document记录，写入存储器（硬盘或者内存）。 Lucene 读出：对搜索关键词进行analyzer处理，包括分词、权重、范围匹配处理.源码结构图如下： 具体流程如下图： 数据流图如下： 二、常用推荐引擎算法问题 采用基于数据挖掘的算法来实现推荐引擎是各大电子商务网站、SNS社区最为常用的方法，推荐引擎常用Content-Based 推荐算法及协同过滤算法（Item-Based 、User-based）。但从实际应用来看，对于大部分中小型企业来说，要在电子商务系统完整采用以上算法还有很大的难度。 1）、相对成熟、完整、现成的开源解决方案较少 粗略分来，目前与数据挖掘及推荐引擎相关的开源项目主要有如下几类： 数据挖掘相关：主要包括Weka、R-Project、Knime、RapidMiner、Orange 等 文