PHP站內(nèi)中文搜索技術(shù)的研究與實(shí)現(xiàn).pdf

1、本論文以站內(nèi)中文全文搜索技術(shù)為背景，結(jié)合PHP（PHP:Hypertext Preprocessor）在實(shí)踐領(lǐng)域中對Web應(yīng)用的性能和內(nèi)存消耗的要求，提出了一種純PHP的以預(yù)索引字典為基礎(chǔ)的輕量高效的站內(nèi)中文搜索引擎的解決力案。即：通過索引器在數(shù)據(jù)庫中保存生成的站內(nèi)全文數(shù)據(jù)的帶權(quán)重索引和詞頻權(quán)重索引，檢索器基于此全文數(shù)據(jù)可以按多個(gè)類別的權(quán)重定義計(jì)算相關(guān)度得到搜索結(jié)果，表示器將結(jié)果高亮排序返回給搜索用戶完成搜索功能。一個(gè)基于海量字典的中文

2、分詞器作為中文數(shù)據(jù)處理的核心，將中英文及數(shù)字信息正確的切分并使得索引器可以進(jìn)行按詞匯權(quán)重索引，實(shí)現(xiàn)豐富靈活的搜索或索引相關(guān)功能。文章針對PHP站內(nèi)中文搜索技術(shù)中最突出的三個(gè)方面進(jìn)行研究。 1.輕量高效的PHP中文搜索框架設(shè)計(jì)，并統(tǒng)一考慮了檢索器和索引器的中文分詞問題，使得索引和搜索時(shí)處理同樣的分詞結(jié)果。這樣，在以較小的代價(jià)保證分詞器90％以上準(zhǔn)確度的同時(shí)，對不準(zhǔn)確的分詞結(jié)果具有很好的容忍度，保證了PHP應(yīng)用的輕量性和可用性。對實(shí)

3、踐中對性能非常敏感的Web應(yīng)用的設(shè)計(jì)開發(fā)有一定的借鑒意義。 2.對站內(nèi)數(shù)據(jù)的搜索結(jié)果提出了一種多權(quán)重因素的相關(guān)度計(jì)算的方法，該方法在傳統(tǒng)的本論文以站內(nèi)中文全文搜索技術(shù)為背景，結(jié)合PHP（PHP:Hypertext Preprocessor）在實(shí)踐領(lǐng)域中對Web應(yīng)用的性能和內(nèi)存消耗的要求，提出了一種純PHP的以預(yù)索引字典為基礎(chǔ)的輕量高效的站內(nèi)中文搜索引擎的解決力案。即：通過索引器在數(shù)據(jù)庫中保存生成的站內(nèi)全文數(shù)據(jù)的帶權(quán)重索引和詞頻權(quán)

4、重索引，檢索器基于此全文數(shù)據(jù)可以按多個(gè)類別的權(quán)重定義計(jì)算相關(guān)度得到搜索結(jié)果，表示器將結(jié)果高亮排序返回給搜索用戶完成搜索功能。一個(gè)基于海量字典的中文分詞器作為中文數(shù)據(jù)處理的核心，將中英文及數(shù)字信息正確的切分并使得索引器可以進(jìn)行按詞匯權(quán)重索引，實(shí)現(xiàn)豐富靈活的搜索或索引相關(guān)功能。 本文結(jié)合PHP技術(shù)以及搜索引擎、中文分詞等理論背景，對PHP領(lǐng)域內(nèi)實(shí)現(xiàn)輕量高效的站內(nèi)中文搜索提出了行之有效的分析解決方法。隨著Web應(yīng)用的持續(xù)發(fā)展和PHP普