学士学位论文—基于lucene的图书搜索引擎.docVIP

目 录 1 引言 1 1.1 中文分词的研究背景 1 1.2 中文分词的研究意义 1 2 系统简介 2 2.1项目名称 2 2.2 开发工具 2 2.2.1 开发工具简介 2 2.3 搜索引擎简介 3 2.4 相关技术简介 3 2.4.1 Java简介 3 2.4.2 Hibernate简介 3 2.4.3 Struts简介 4 2.4.4 JSP简介 4 2.4.5 Lucene简介 5 3 系统设计 7 3.1 系统实现流程图 7 3.2 系统顺序图 7 3.3 系统状态图 7 3.4 数据库设计 8 3.4.1 数据库设计 8 3.4.2 数据连接 9 3.5 索引设计 10 3.5.1 解析器设计 10 3.5.2 分析器设计 10 3.5.3 索引建立 13 3.6 搜索设计 13 4 系统测试 15 4.1 软件测试 15 4.2 系统测试的方法 16 4.3 测试用例以及运行结果 16 5 总结 21 5.1 本文所做的主要工作 21 5.2 未来工作 21 参 考 文 献 23 致 谢 25 1 引言 伴随着互联网技术在中国的互联网上的信息增长，在享受的同时，也面临着在海量信息中快速的找到信息的问题。应运而生。背景下，技术迅速发展。搜索引擎领域，中文分词对搜索结果影响非常，因为搜索引擎在建立索引和检测结果的过程中，都需要先。中文分词的复杂性在开发需要对中文信息处理做专门的研究1]。 中文分词的 随着互联网上的信息不断膨胀以及信息形式的日渐多元化,搜索引擎所需要采集、索引和查询的内容越来越多,然而面对庞大的搜索返回结果,用户如何快速、准确的想要的只是在最短的时间内可以找到自己所需要的信息。搜索引擎的时间内处理多少的数据量则不他们考虑的范围2]。如果太慢分词的时间太长会严重影响速度。如果的那么搜索引擎的大幅度降低肯定会对现有的搜索引擎所以，好的精确度和分词速度是3]。 中文分词的 通过近几年的发展，互联网已经离我们不再遥远。互联网上的信息也在急剧膨胀，在这海量的信息中，各类信息混杂在一起，是否能用户快速准确的自己所需要的信息，判断一款搜索引擎是否优秀的关键。为了进行中文信息小型化，提取关键，分隔出单个的，得到关键词恰恰是影响搜索精度的，，快速准确的就显得尤为重要4]。 2.1项目名称 Lucene的 2.2 开发工具 MyEclipse + SQL Server 2.2.1 开发工具简介 1. MyEclipse MyEclipse是一个基于java的、开发平台它为编程人员java集成IDE）是一个可以用于集成Web开发工具的平台本身并不会提供大量的功能而是通过插件来实现程序的快速开发功能。 Tomcat Tomcat一个流行的开放源码的应用服务程序中的一个核心项目由，Sun一些公司Sun的参与和支持，Servlet和JSP规范总能在Tomcat中体现诸多特性现在非常流行Tomcat是一个轻量级应用服务器在中小型系统不是很多的被普遍使用是开发和程序的首选 3. SQL Server SQL Server的全称是 SQL Server，是由美国微软公司并发布的性能优越的关系型多关系数据管理系统一个完整的数据库而且具有强大的扩展性是最为流行的数据库小型、或大型程序的后台数据库电子商务数据仓库在线商业应用程序。 数据库的基础概念应用领域中数据库的认识目前使用的数据库一般都是关系数据库）它分别从关系、（）数据库三个方面来定义。定义数据库的目标数据库的逻辑设计、数据库的物理实现复查构建数据库。 SQL是一种在大多数数据库中用户所需数据的通用语言它不仅在数据的安全性和稳定性上有着非凡的表现而且在数据处理能力和效率上也无与伦比这使它成为目前最流行的数据库语言之一 2.3 搜索引擎简介 本项目是基于Lucene的图书搜索引擎在该系统中中文分词算法的研究与应用关键字搜索。该搜索引擎中，采用了进行拆分然后和词典的每一行词进行比较就把这个词保存到集合中通过这些词进行搜索。词典存放词句的方式一行一个词句这样可以提取每一行的，词提取并放入List集合中，再拆分的词和中的内容进行比较。从而达到的目的5]。 简介 Java简介 Java简单易用、对象具有平台无关性安全的Internet的开发工具。正式问世以来的快速发展已经让Web世界发生了巨大的变化。，比较多的用在浏览器上插入到网页中，最灵活最强大的网页多媒体载体但由于Java虚拟机个人电脑而言有占用资源大，安全性较差缺点后起之秀所代替但随着Java Servlet的推出Java在电子商务开始崭露头角JSP技术的更让Web的程序的首选开发工具技术成为所有大型必然选择6]。 Hibernat