毕业设计论文-基于压缩的文本信息检索.docVIP

毕 业 论 文（设 计） 课题名称 基于压缩的文本信息检索 学 院 信息电子技术学院 专 业 计算机科学与技术 班 级 指导教师 学生姓名 佳 木 斯 大 学 教 务 处 摘 要 随着信息时代的到来，人们需要处理的数据飞速增长，大量的数据需要进行存储与检索，其中数据不但占用过多的存储空间，而且在检索的时候也会花费很多的时间与空间。在众多的文本信息中，文件检索信息浪费很多时间，文件的携带也给人们带来很多不便，目前针对文本文件的压缩和检索的信息很少被开发商们关注，基于以上考虑，本文研究设计了《基于压缩的文本信息检索》。节省了在文章中查找单词的时间，方便了大量文件的携带。同时，将文件压缩后对它进行存储和检索也从热门话题变成了真正的技术。 本文系统的介绍了软件的开发过程，开发环境和所用的算法，以及介绍了程序实现的主要功能：文章的聚集、词汇的搜集、词汇的统计、词汇的编码、文本数据的压缩、压缩后文本信息的检索和原始文件的恢复。算法包括：字符串的散列算法、范式Huffman编码和快速排序算法，本文详细的介绍了算法的来源及实现思想，并根据具实际要求对算法进行了改进。文章将软件的各部分模块化，对于检索模块，解压缩模块进行了详细的介绍，其中包括详细的设计过程，程序流程图和部分主要程序代码，文章对每个出现关键词汇都作了详细的解释。 其系统主要是为了解决大量文件的压缩与检索的问题而随之产生的，并且详细地介绍了本系统的主要功能与实现方式。 首先，介绍了实现本系统的语言——Visual Basic的基本理论和系统制作过程中主要应用的Visual Basic技术。 然后，针对所要实现的功能，对所要制作的软件进行了需求分析，概要设计，详细设计，并对开发过程全程进行了详细描述。 详细分析了四个主要模块（词汇的处理、文本数据的压缩、压缩后文本信息的检索和原始文件的解压缩）的功能、编程思想、并对重点部分编码进行了分析。 最后，对所压缩文件的压缩率、基于压缩文件的检索速度进行了测试，并分析了测试结果。 在文章的论述过程中对每个出现关键词汇都作了详细的解释，并配以大量的流程图和主要的程序，在描述整个实现过程中尽量采用简练、朴实的语言，以求文章清晰易懂。 关键字：压缩；检索；散列函数；快速排序；范式Huffman编码 Abstract Fly to soon increase along with the data that coming of information ages, people demand handle, but among them include this information of a lot of texts.At large quantity of document inside index information wasted plenty of time, document take to also bring to people a lot of inconvenience, now aim at the text the compression of this document to develop companies with few quilt of inspectional information to pay attention to, according to above consideration, this text research designed the 《On the basis of the text information retrieval that is compressed》 .Saved to check to seek time of the single phrase in the article, convenience taking of large quantity document. This text is detailed to introduce the main function that realizes of procedure: The treatment of the vocabulary, The compression of the text data, The searching of text information after compressing and The solvesing and compresses of original document. This text introducin