高校數(shù)字圖書館搜索引擎的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)和網(wǎng)絡(luò)通信技術(shù)的不斷發(fā)展,傳統(tǒng)形式的圖書館也隨之產(chǎn)生了巨大變化:傳統(tǒng)形式的信息存儲(chǔ)模式從依托于書本紙張演變?yōu)閮?chǔ)存在計(jì)算機(jī)硬盤的數(shù)字化信息存儲(chǔ)模式;信息資源的獲取方式也從原來的從實(shí)體圖書查閱轉(zhuǎn)變成互聯(lián)網(wǎng)數(shù)字信息在電腦終端顯示。在不同地區(qū),在任何時(shí)間都可以通過網(wǎng)絡(luò)進(jìn)入虛擬圖書館閱讀電子書籍,很好的實(shí)現(xiàn)了資源共享。信息檢索是數(shù)字圖書館的重要技術(shù)之一。論文主要對(duì)虛擬圖書館的文本信息檢索的關(guān)鍵技術(shù)進(jìn)行了研究,根據(jù)高校數(shù)字圖書館的具體特點(diǎn)

2、,本文設(shè)計(jì)并實(shí)現(xiàn)了高校數(shù)字圖書館搜索引擎。
　　本文首先介紹了數(shù)字圖書館搜索引擎的相關(guān)技術(shù),根據(jù)高校數(shù)字圖書館的實(shí)際情況分析了該系統(tǒng)的具體需求。在此基礎(chǔ)之上,論文著重于實(shí)現(xiàn)搜索引擎的整體架構(gòu)設(shè)計(jì)、系統(tǒng)的每一部分的設(shè)計(jì)以及運(yùn)作的原理。包括網(wǎng)絡(luò)機(jī)器人程序,該程序模塊遵循網(wǎng)絡(luò)HTTP通信協(xié)議,采用Java編程語(yǔ)言實(shí)現(xiàn),同時(shí)采用了多線程技術(shù),對(duì)網(wǎng)絡(luò)上的超級(jí)鏈接按照廣度優(yōu)先搜索模式進(jìn)行搜索,搜索得到的作業(yè)隊(duì)列存儲(chǔ)在SQL數(shù)據(jù)庫(kù)里,使用JDB

3、C技術(shù)實(shí)現(xiàn)對(duì)數(shù)據(jù)庫(kù)管理系統(tǒng)的訪問和修改;索引器的實(shí)現(xiàn)采用Lucene的分詞技術(shù)及API接口,此模塊提供集成的TextMining和HTMLParser純文本內(nèi)容提取技術(shù),可以處理 WORD、PDF等非純文本文件和HTML、TXT等純文本文件;對(duì)檢索功能和用戶界面的實(shí)現(xiàn),包括的檢索功能有二次搜索、中英文關(guān)鍵詞搜索、近義詞檢索、關(guān)鍵詞組合搜索等。同時(shí),為了突出顯示效果,此模塊自動(dòng)分析被查詢關(guān)鍵詞,并將被查詢關(guān)鍵詞以高亮方式顯示在結(jié)果文件中。