基于Solr的企業(yè)級(jí)搜索引擎的研究與實(shí)現(xiàn).pdf

1、隨著計(jì)算機(jī)和網(wǎng)絡(luò)的高速發(fā)展，企業(yè)內(nèi)部的信息量也急劇膨脹，使得信息的搜索工作變得極為繁瑣。如何在這些雜亂的信息中找出對(duì)企業(yè)有用的信息變得更為重要。而在這些信息中，結(jié)構(gòu)化的數(shù)據(jù)信息所占的比例并不是很大，很多都分布在不同的地方，相互之間的鏈接也比較少，傳統(tǒng)的搜索引擎處理起來(lái)比較困難。利用企業(yè)級(jí)搜索引擎，用戶能夠快速而高效的獲取精確的搜索結(jié)果。
　　本文首先介紹了企業(yè) 搜索引擎的發(fā)展歷史和國(guó)內(nèi)外的研究現(xiàn)狀，接著深入探討了構(gòu)建搜索引擎的相關(guān)

2、技術(shù)，包括網(wǎng)絡(luò)爬蟲、中文分詞、索引和檢索技術(shù)等。然后又通過企業(yè)搜索引擎的特點(diǎn)介紹，簡(jiǎn)要介紹了構(gòu)造企業(yè)搜索引擎需要注意的問題。
　　本文在分析企業(yè)搜索引擎的特點(diǎn)和研究其關(guān)鍵技術(shù)的基礎(chǔ)上，主要做了以下工作：
　　(1)通過研究網(wǎng)絡(luò)爬蟲技術(shù)，并根據(jù)實(shí)際的應(yīng)用對(duì)網(wǎng)絡(luò)爬蟲的擴(kuò)展和定制，成功將實(shí)例中的網(wǎng)頁(yè)抓取下來(lái)。
　　(2)通過研究中文分詞技術(shù)，處理抓取到的網(wǎng)頁(yè)，構(gòu)建分詞詞典，為下文建立索引做好準(zhǔn)備。
　　(3)通過對(duì)So