基于Lucene異構(gòu)數(shù)據(jù)源搜索引擎的研究與設(shè)計.pdf

1、當(dāng)今時代是信息爆炸的時代,為了在龐大的信息資源中找到真正需要的信息,搜索引擎應(yīng)運而生。搜索引擎以一定的策略在互聯(lián)網(wǎng)中搜集、發(fā)現(xiàn)信息,對信息進(jìn)行理解、提取、組織和處理,并為用戶提供檢索服務(wù)。搜索引擎的中文分詞模塊,索引效率和快速搜索功能對搜索引擎快速開發(fā)和性能優(yōu)化都有重要意義。
　　本文首先詳細(xì)分析了全文搜索引擎工具包Lucene的系統(tǒng)結(jié)構(gòu)和相關(guān)技術(shù)。Lucene提供了一套簡單卻十分強(qiáng)大的核心API,可以快速將它集成到應(yīng)用程序中。接

2、著對搜索引擎的基本工作原理,處理流程和相關(guān)技術(shù)作了進(jìn)一步分析。然后,本文重點闡述基于Lucene搜索引擎中的中文分詞模塊和索引搜索模塊的設(shè)計。在基于Lucene的搜索引擎中添加基于字符串匹配的正向最大匹配分詞法的中文分詞模塊,能夠使此搜索引擎具有很好的中文處理能力。在對索引模塊和搜索模塊進(jìn)行設(shè)計的時候,采用了Lucene項目的相關(guān)類,縮短開發(fā)周期,并在短時間內(nèi)獲得較好的索引質(zhì)量和搜索效率。最后實現(xiàn)了異構(gòu)數(shù)據(jù)源搜索引擎系統(tǒng),詳細(xì)說明了其主