基于Lucene的數(shù)碼產(chǎn)品垂直搜索引擎的設計與實現(xiàn).pdf

1、互聯(lián)網(wǎng)作為人類最重要的信息來源，“信息迷航”和“信息過載”已經(jīng)成為日益嚴重的問題?；贗nternet的各類搜索引擎應運而生，并得到了迅速發(fā)展。傳統(tǒng)的通用搜索引擎功能雖然非常強大，但是當使用它們來檢索某些特定的專業(yè)信息時，通用搜索引擎系統(tǒng)有時就顯得力不從心。面向主題的搜索引擎是一種分類細致精確、更新及時的搜索引擎，正成為信息搜索技術研究中的研究熱點與發(fā)展趨勢。 本文以用戶對數(shù)碼產(chǎn)品搜索需求為研究背景，采用垂直搜索理念和技術，將國

2、內(nèi)互聯(lián)網(wǎng)上的數(shù)碼產(chǎn)品網(wǎng)站中的數(shù)碼產(chǎn)品信息內(nèi)容作為采集對象，在開源的全文檢索工具軟件包Lucene的基礎上，研究和實現(xiàn)了對數(shù)碼產(chǎn)品信息具有專業(yè)化搜索功能的搜索引擎。主要工作如下： 1.在對數(shù)碼產(chǎn)品搜索業(yè)務分析的基礎上，分析并確定了系統(tǒng)的基本功能需求和最終目標，運用UML分析設計技術和系統(tǒng)三層架構(gòu)思想，詳細論述了系統(tǒng)的功能設計和數(shù)據(jù)庫設計以及系統(tǒng)數(shù)據(jù)備份策略。 2.對基于Java的Lucene全文搜索引擎所提供的索引功能和檢

3、索功能進行了深入分析，以此為基礎建立搜索引擎的索引器和檢索器。 3.在設計的采集器中加入了主題預測算法，使其適合于主題搜索引擎。 4.對Lucene中的原排序算法進行了改進，提高檢索結(jié)果的質(zhì)量。 5.以WindowsXP+Tomcat+JSP+MySQL為開發(fā)環(huán)境，設計和實現(xiàn)了數(shù)碼產(chǎn)品垂直搜索引擎核心模塊。 實踐表明，本文設計和實現(xiàn)的數(shù)碼產(chǎn)品垂直搜索引擎的方案是切實可行的，系統(tǒng)基本達到了預期的設計目標。