版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,以及企業(yè)的日益國際化,使企業(yè)間的競爭越來越激烈。如何能更及時、精確且全面的找到公司內(nèi)部信息,對于一個企業(yè)來說是相當(dāng)重要的。雖然Google等大型商業(yè)搜索引擎也能實現(xiàn)企業(yè)內(nèi)部的檢索功能,但由于其商業(yè)性及大眾化,導(dǎo)致這種選擇存在很大的缺陷。因此,如何有效利用現(xiàn)有主流搜索引擎技術(shù),更快捷、更方便的搭建自己的企業(yè)內(nèi)部搜索引擎,成為目前重要的研究課題。
本課題就是針對這種需求,分析企業(yè)搜索引擎的必要性及實現(xiàn)方案
2、,本文基于Solr進(jìn)行企業(yè)搜索引擎的研究過程中,先對搜索引擎的概念以及系統(tǒng)結(jié)構(gòu)進(jìn)行介紹,接著深入研究全文索引技術(shù)和信息檢索技術(shù),并重點介紹本文系統(tǒng)所涉及到的關(guān)鍵技術(shù)及經(jīng)典算法。同時還對Solr的有關(guān)內(nèi)容進(jìn)行分析與應(yīng)用,如中文分詞器MMSeg4j、Solr的Java客戶端Solrj、以及Solr的DataImportHandler處理器等。由于Solr是一個獨立的企業(yè)搜索引擎應(yīng)用服務(wù)器,它對Lucene的一些代碼進(jìn)行封裝,具有簡單易用、功
3、能強大等特點。本文就是在此基礎(chǔ)上,結(jié)合其他關(guān)鍵技術(shù)如網(wǎng)絡(luò)爬蟲、信息抽取、中文分詞等,設(shè)計實現(xiàn)一個小型企業(yè)搜索引擎系統(tǒng)。
基于上述分析,并結(jié)合基本理論和相關(guān)技術(shù)的研究,本文最終設(shè)計實現(xiàn)了一個基于Solr的小型企業(yè)搜索引擎的實例。針對深度抓取工具Heritrix存在碰到即抓的缺陷,本文根據(jù)實例特征對Heritrix框架進(jìn)行改進(jìn)和擴(kuò)展,并成功將特定網(wǎng)頁下載到本地;研究解析工具HTMLParser的工作原理,并根據(jù)實例特點編寫代碼實現(xiàn)
4、解析模塊,同時,將信息存儲到MySQL數(shù)據(jù)庫中;通過對Solr的索引和檢索框架進(jìn)行研究及必要的配置,搭建起Solr搜索引擎服務(wù)器;研究MMSeg4j中文分詞器的四種分詞模式,并與Solr進(jìn)行集成,并通過測試統(tǒng)計出其分詞準(zhǔn)確度達(dá)到98%;針對企業(yè)數(shù)據(jù)幾乎存儲在數(shù)據(jù)庫這種現(xiàn)狀,本文應(yīng)用Solr的DataImportHandler處理器,將數(shù)據(jù)庫數(shù)據(jù)導(dǎo)入Solr中,實現(xiàn)了針對企業(yè)這個目的;研究并改進(jìn)Sol巧源碼實現(xiàn)了搜索功能,并設(shè)計了良好的用
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于solr全文搜索引擎的研究與實現(xiàn).pdf
- 基于Solr的企業(yè)級搜索引擎的研究與實現(xiàn).pdf
- 基于solr的搜索引擎研究與實現(xiàn)(含開題報告)
- 基于Nutch和Solr的企業(yè)級搜索引擎的研究與實現(xiàn).pdf
- 基于Solr的個性化搜索引擎設(shè)計與實現(xiàn).pdf
- 基于solr搜索引擎的問吧系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于Solr的搜索引擎核心技術(shù)研究與應(yīng)用.pdf
- 基于Nutch的企業(yè)搜索引擎的研究與實現(xiàn).pdf
- 基于LUCENE的搜索引擎研究與實現(xiàn).pdf
- 搜索引擎的研究與實現(xiàn)
- 基于Agent的搜索引擎的研究與實現(xiàn).pdf
- 搜索引擎的設(shè)計與實現(xiàn)
- 搜索引擎的設(shè)計與實現(xiàn)
- 基于Lucene的企業(yè)搜索引擎.pdf
- 基于Lucene的搜索引擎的研究與實現(xiàn).pdf
- 搜索引擎的研究與實現(xiàn).docx
- 基于Lucene的企業(yè)搜索引擎系統(tǒng)研究與實現(xiàn).pdf
- 傳統(tǒng)搜索引擎與智能搜索引擎比較研究.pdf
- 搜索引擎的研究分析與實現(xiàn).pdf
- [學(xué)習(xí)]搜索引擎優(yōu)化與搜索引擎營銷
評論
0/150
提交評論