基于Heritrix和Lucene的國內(nèi)機票比價系統(tǒng)的設計與實現(xiàn).pdf

1、隨著信息產(chǎn)業(yè)的高速發(fā)展，互聯(lián)網(wǎng)逐漸成為許多行業(yè)的重要載體。當前各行各業(yè)的電子商務層出不窮，比價系統(tǒng)是電子商務發(fā)展中一個非常重要的應用，可以方便用戶對產(chǎn)品價格進行比較，也可以給各大電商提供定價參考。比較系統(tǒng)逐漸成為各大電子商務網(wǎng)站提升自身競爭力和增加用戶粘度的利器。
　　在航空領域，電子機票的使用已經(jīng)非常廣泛，網(wǎng)上訂票系統(tǒng)極大地方便了人們的出行。但是在機票的銷售領域競爭也非常激烈，同一航班的機票價格在不同的銷售站點差異也非常大，給用

2、戶購買機票帶來價格上的困擾，也給機票銷售站點的定價帶來混亂。本文針對這鐘狀況，基于開源的Heritrix和Lucene項目，設計并實現(xiàn)一款基于國內(nèi)機票的比價系統(tǒng)。本系統(tǒng)對互聯(lián)網(wǎng)機票價格數(shù)據(jù)爬取、處理和比較后，會對某條航線或者航班的價格進行排序，并給出是否低于均價、性價比是否合適的判斷，同時會給出用戶購票的跳轉(zhuǎn)鏈接。論文的主要工作包括如下幾個方面：
　　1.系統(tǒng)的需求分析。主要分析了系統(tǒng)實現(xiàn)的目標、功能以及性能要求等，明確了系統(tǒng)的構(gòu)

3、成和要求。
　　2.詳細分析了實現(xiàn)比價系統(tǒng)的關鍵技術。主要包括：主題爬蟲、中文分詞、以及開源軟件Hertrix和Lucene的使用進行了討論，并結(jié)合機票價格的主題對如何使用這些技術做了分析，解決主題相關性、中文分詞技術選擇、頁面解析和DOM等關鍵技術難點。
　　3.系統(tǒng)的設計和實現(xiàn)。論文分析了系統(tǒng)的總體設計、各模塊組成和數(shù)據(jù)庫的實現(xiàn)，分析和討論了數(shù)據(jù)庫關鍵表項。分模塊論述了機票信息的爬取，數(shù)據(jù)相關性計算，通過頁面處理實現(xiàn)目標