2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩82頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著網(wǎng)絡(luò)的普及以及數(shù)字信息的爆炸式增長(zhǎng),人們通過(guò)互聯(lián)網(wǎng),足不出戶便可以獲取海量的信息。同時(shí),隨著經(jīng)濟(jì)的發(fā)展,企業(yè)日益全球化,使得企業(yè)之間的競(jìng)爭(zhēng)越來(lái)越激烈。在信息技術(shù)飛速發(fā)展的時(shí)代,如何能夠快速、準(zhǔn)確、全面地找到企業(yè)系統(tǒng)內(nèi)部的信息數(shù)據(jù),并加以利用,對(duì)企業(yè)的發(fā)展有著重要作用。Google、Baidu、Yahoo等大型商用搜索引擎目前已經(jīng)能夠?qū)崿F(xiàn)企業(yè)內(nèi)部數(shù)據(jù)檢索功能,但是由于企業(yè)搜索的特殊性,使得商業(yè)化以及大眾化的搜索引擎不適合企業(yè)內(nèi)部敏感數(shù)

2、據(jù)的搜索。因此,如何利用現(xiàn)有搜索引擎技術(shù),搭建適合企業(yè)內(nèi)部使用的搜索引擎,成為當(dāng)前重要的研究課題。
  針對(duì)企業(yè)需要高質(zhì)量地檢索內(nèi)部數(shù)據(jù)的需求,本課題從企業(yè)搜索引擎的必要性以及可行性進(jìn)行分析,最終確定以Lucene架構(gòu)為核心,充分利用其開(kāi)源、輕巧、高效的特點(diǎn),綜合運(yùn)用其它諸如文本提取、數(shù)據(jù)庫(kù)等技術(shù)做二次開(kāi)發(fā),構(gòu)建滿足企業(yè)內(nèi)部數(shù)據(jù)檢索需要的搜索引擎。
  基于 Lucene的企業(yè)搜索引擎己經(jīng)成為搜索引擎和企業(yè)信息數(shù)據(jù)挖掘研究中

3、的熱點(diǎn)和重點(diǎn),本文的研究?jī)?nèi)容主要如下:
  第一,分析企業(yè)搜索引擎的研究現(xiàn)狀和趨勢(shì),學(xué)習(xí)搜索引擎的基本原理,并深入研究Lucene的架構(gòu)、分詞方法和索引技術(shù)。
  第二,研究了文檔相關(guān)度策略,并通過(guò)改進(jìn)Lucene索引結(jié)構(gòu)減少尋址次數(shù)。針對(duì)Lucene內(nèi)部的索引文檔占用大量存儲(chǔ)空間這一問(wèn)題,深入研究索引壓縮算法,并提出改進(jìn)的PForDelta算法。
  第三,對(duì)于常見(jiàn)的格式文檔類型,本文對(duì)非結(jié)構(gòu)化的Word文件、PDF

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論