光盤庫搜索引擎的設計與實現(xiàn).pdf

1、隨著大數(shù)據(jù)時代的到來,某些企業(yè)機構迅速積累了大量重要數(shù)據(jù)。光盤庫為海量重要數(shù)據(jù)提供了長期保存和便捷使用的技術手段,主要應用在數(shù)據(jù)備份、數(shù)據(jù)歸檔系統(tǒng)中。為便于數(shù)據(jù)管理和利用,以上兩種系統(tǒng)需要配備相應的檢索機制。傳統(tǒng)的檢索機制根據(jù)人為添加的檢索信息查找文獻,可利用的信息量少,處理效率低。搜索引擎多用于互聯(lián)網(wǎng)信息的檢索,且一般采用全文檢索技術,可以幫助用戶在短時間內(nèi)根據(jù)關鍵字找到全面且準確的網(wǎng)絡資源。在光盤庫系統(tǒng)中引入搜索引擎技術,能為用戶提

2、供更加便捷的檢索服務,同時提升光盤庫的使用效率。
　　為了給光盤庫建立一個全文檢索系統(tǒng),研究了全文檢索搜索引擎的工作原理,分析了光盤庫系統(tǒng)架構和多級存儲系統(tǒng)的性質(zhì),研究了常見的檢索模型。使用各類文本提取工具實現(xiàn)了不同類型文檔內(nèi)容的提取;使用ICTCLAS30分詞工具完成中文分詞的功能;按照傳統(tǒng)的倒排索引方案建立索引數(shù)據(jù)庫,結合光盤庫的文件管理數(shù)據(jù)庫共同構成了光盤庫的索引系統(tǒng);為減少光盤庫換盤操作,給出了針對光盤庫檢索的排序方法;實