基于Lucene的數(shù)碼產(chǎn)品垂直搜索引擎的設(shè)計(jì)與實(shí)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(yán)重的問題?；贗nternet的各類搜索引擎應(yīng)運(yùn)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(qiáng)大，但是當(dāng)使用它們來檢索某些特定的專業(yè)信息時(shí)，通用搜索引擎系統(tǒng)有時(shí)就顯得力不從心。面向主題的搜索引擎是一種分類細(xì)致精確、更新及時(shí)的搜索引擎，正成為信息搜索技術(shù)研究中的研究熱點(diǎn)與發(fā)展趨勢(shì)。 本文以用戶對(duì)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(shù)，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(duì)象，在開源的全文檢索工具軟件包Lucene的基礎(chǔ)上，研究和實(shí)現(xiàn)了對(duì)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(duì)數(shù)碼產(chǎn)品搜索業(yè)務(wù)分析的基礎(chǔ)上，分析并確定了系統(tǒng)的基本功能需求和最終目標(biāo)，運(yùn)用UML分析設(shè)計(jì)技術(shù)和系統(tǒng)三層架構(gòu)思想，詳細(xì)論述了系統(tǒng)的功能設(shè)計(jì)和數(shù)據(jù)庫設(shè)計(jì)以及系統(tǒng)數(shù)據(jù)備份策略。 2.對(duì)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(jìn)行了深入分析，以此為基礎(chǔ)建立搜索引擎的索引器和檢索器。 3.在設(shè)計(jì)的采集器中加入了主題預(yù)測(cè)算法，使其適合于主題搜索引擎。 4.對(duì)Lucene中的原排序算法進(jìn)行了改進(jìn)，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(shè)計(jì)和實(shí)現(xiàn)了數(shù)碼產(chǎn)品垂直搜索引擎核心模塊。 實(shí)踐表明，本文設(shè)計(jì)和實(shí)現(xiàn)的數(shù)碼產(chǎn)品垂直搜索引擎的方案是切實(shí)可行的，系統(tǒng)基本達(dá)到了預(yù)期的設(shè)計(jì)目標(biāo)。