基于Ajax-Lucene的站內(nèi)搜索技術(shù)研究與實(shí)現(xiàn).pdf

1、站內(nèi)搜索引擎是搜索網(wǎng)站重要信息的必要工具，高效的站內(nèi)搜索將有助于提升網(wǎng)站的價(jià)值，發(fā)揮網(wǎng)站應(yīng)有的作用。雖然現(xiàn)在一些網(wǎng)絡(luò)巨頭已開(kāi)始研究并應(yīng)用這類工具，但整個(gè)互聯(lián)網(wǎng)行業(yè)中，受制于技術(shù)的門檻，真正的站內(nèi)搜索技術(shù)還沒(méi)有被廣泛的普及。因此，研究并開(kāi)發(fā)站內(nèi)搜索引擎具有重要的現(xiàn)實(shí)意義。
　　 本文主要研究與站內(nèi)搜索相關(guān)的技術(shù)和方法，主要包括全文檢索、Lucene、Ajax、網(wǎng)絡(luò)蜘蛛、中文分詞等內(nèi)容。在學(xué)習(xí)研究的基礎(chǔ)上，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)站內(nèi)搜索引

2、擎；測(cè)試結(jié)果表明，該引擎具有實(shí)用價(jià)值。
　　 本文的主要工作：分析和設(shè)計(jì)站內(nèi)搜索引擎系統(tǒng)。對(duì)總體架構(gòu)的搭建、具體分模塊的設(shè)計(jì)進(jìn)行了詳細(xì)的分析。接著，對(duì)構(gòu)建站內(nèi)搜索引擎中的幾個(gè)關(guān)鍵問(wèn)題進(jìn)行了研究與改進(jìn)。包括：網(wǎng)絡(luò)蜘蛛，HTML解析器，中文分詞算法，對(duì)Lucene排序算法做了改進(jìn)。為了更好的體現(xiàn)出網(wǎng)頁(yè)各部分內(nèi)容的比重關(guān)系，在系統(tǒng)中引入詞頻位置加權(quán)算法的思想。
　　 最后用Eclipse開(kāi)發(fā)平臺(tái)結(jié)合幾種開(kāi)源API實(shí)現(xiàn)了Web站