第八章 搜索引擎全文检索Lucene构建索引论文.docVIP

基于Lucene的站内搜索引擎技术的研究与应用 【摘要】 随着互联网技术的快速发展,网络上的信息资源正以惊人的速度增长。出于信息化建设的需要,大量企事业单位都建立了自己的网站,以便向人们提供信息服务,以提高企业的知名度和服务质量。随着时间的推移,许多网站中存储了大量的信息,但是,相当多的网站没有自己的站内搜索引擎系统,这就有可能造成用户无法快速找到自己感兴趣的信息。尽管一些大型的web搜索引擎也向用户提供站内检索的功能。例如Google、百度、雅虎都向Web站点提供了支持站内搜索的机制。但是由于Web搜索引擎收录的Web页面只占因特网中可收录页面的三分之一左右,同时Web搜索引擎通常是经过一个固定的周期才刷新其收录的页面,这必然导致采用Web搜索引擎作为其站内搜索引擎的站点,其搜索结果质量差、不精确、更新慢、不能及时显示站内信息。因此,对于这些没有提供站内信息检索系统的网站,建立自己的站内信息检索系统成为了当务之急。在对搜索引擎系统、全文检索技术和Lucene开源工具包进行了深入研究的基础上,本文设计并实现了一个基于Lucene的站内搜索引擎系统。文中详细介绍了站内搜索引擎系统的需求分析、系统的整体组织架构、系统实现的开发工具以及系统各个功能...?更多还原 【Abstract】 With the rapid development of Internet technology, information resource on the internet is increasing at an astonishing rate. For the need of information construction, a lot of enterprises and institutions have set up their own websites, in order to provide information services to the users and improve their popularity and service quality. As time goes on, many websites stored a large amount of pages. However, few websites have their own intranet search engine system. In this condition, the user...?更多还原 【关键词】 搜索引擎； 全文检索； Lucene； 构建索引； 【Key words】 search engine； full-text retrieval； Lucene； indexing； 【索购全文】Q联系Q：138113721 Q联系Q: 139938848付费即发 目录 摘要 3-5 ABSTRACT 5-6 第一章 绪论 9-12 1.1 课题背景和意义 9-10 1.2 课题研究内容和章节安排 10-12 第二章 搜索引擎概述 12-20 2.1 信息检索与搜索引擎 12 2.2 搜索引擎的历史 12-13 2.3 搜索引擎的分类 13-15 2.4 搜索引擎的组成部分 15-17 2.5 搜索引擎的评价标准 17-18 2.6 搜索引擎的发展方向 18-19 2.7 本章小结 19-20 第三章 全文检索技术分析 20-31 3.1 全文检索技术概述 20 3.2 全文检索系统的工作原理 20-22 3.3 全文检索关键技术分析 22-30 3.3.1 中文分词技术 22-26 3.3.2 索引结构 26-28 3.3.3 排序算法 28-30 3.4 本章小结 30-31 第四章 Lucene分析 31-38 4.1 Lucene简介 31-32 4.2 Lucene的组织结构 32-35 4.3 Lucene索引文件结构 35-36 4.4 Lucene的评分机制 36-37 4.5 本章小结 37-38 第五章 站内搜索引擎系统的设计与实现 38-59 5.1 系统需求与开发环境 38-39 5.2 系统的整体组织结构 39-40 5.3 信息采集模块的设计与实现 40-47 5.3.1 网络爬虫系统概述 40-41 5.3.2 网络爬虫的架构 41-44 5.3.3 网络爬虫程序的实现 44-4