检索结果-南通市图书馆

全文索引引擎lucene的研究及其手机中的应用实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全文索引引擎Lucene的研究及其手机中的应用实现

作者：李四达华北电力大学（北京）

学位级别：硕士

本文在仔细分析搜索引擎市场和WAP市场的发展趋势后,把搜索引擎和WAP这两个非常具有研究价值的应用方向结合起来,提出了一种具有市场发展潜力的实际应用。对开源搜索引擎lucene的搜索能力试验积累的数据和重用过程中遇到的一些问题进行... 详细信息

本文在仔细分析搜索引擎市场和WAP市场的发展趋势后,把搜索引擎和WAP这两个非常具有研究价值的应用方向结合起来,提出了一种具有市场发展潜力的实际应用。对开源搜索引擎lucene的搜索能力试验积累的数据和重用过程中遇到的一些问题进行了探讨和研究,解决了如何抓取WAP网络和怎样完成HTML格式文件到WML格式文件转换的两个关键问题,并对转换方法进行了对比。对如何在WAP网络中搜索彩图、彩铃的技术也进行了详细地介绍。通过研究分析,开发了一个可以实际通过WAP网络访问的无线搜索引擎,提供了相关的搜索服务,并对未来WAP搜索引擎的发展以及论文下阶段的工作方向进行了详细的分析和描述。

关键词： lucene WAP HTML WML 搜索引擎

基于lucene的海量生殖健康数据集成系统的研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Lucene的海量生殖健康数据集成系统的研究与实现

作者：刘天元北京邮电大学

学位级别：硕士

现代人口和生殖健康公共服务平台面向全国育龄人口及提供相关服务产品的机构和企业,为基于巨大人口资源的现代生殖健康服务产业的形成提供市场驱动力,整个平台的数据包括适龄人群相关的数据、机构数据、企业和产品数据等。随着应用范围... 详细信息

现代人口和生殖健康公共服务平台面向全国育龄人口及提供相关服务产品的机构和企业,为基于巨大人口资源的现代生殖健康服务产业的形成提供市场驱动力,整个平台的数据包括适龄人群相关的数据、机构数据、企业和产品数据等。随着应用范围的不断扩大,数据将急剧增长。而且,各现有信息系统采用的数据库系统各不相同,缺乏统一的数据描述标准,系统之间不能互相通信也不能共享数据,信息孤岛现象十分明显。面对如此庞大的数据库应用系统,如何提供一个统一的海量数据集成平台对这些数据进行有效集成,如何提高海量数据检索效率,对海量数据实现高效的访问等一系列问题成为急需解决的问题。本文正是来解决平台实现中遇到的这些问题的。本文就是从需求和问题出发,提出基于lucene的海量生殖健康数据集成系统的模型。该模型借鉴数据库的视图技术,提出只读用户视图的概念,屏蔽了底层各个数据源的异构,实现了透明访问。通过开源工具lucene和高效分词算法对系统数据进行分词索引,在底层采用并行联合查询技术,大大提高了查询效率,解决了海量数据访问的效率问题。对于用户简单请求,可以直接从索引文件或者缓存中返回数据,这样就大大减少了远程数据源的连接次数。对查询频率较高的数据源,在数据库连接池中维护其连接,这样也降低了频繁连接、关闭造成的性能开销,进一步提高了海量数据查询效率。本文提出的基于lucene的海量生殖健康数据集成系统,结合了模式集成方法和数据复制方法的优点,形成了一套具有海量异构数据集成能力、数据访问透明、高效、数据源即插即用的应用系统。采取面向服务的体系架构(SOA)的思想,符合当前信息技术的发展趋势。本文讨论的海量数据集成模型在同类系统中广泛应用。

关键词：数据集成海量 lucene 并行联合查询用户视图

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于lucene的网页抓取与检索系统

基于Lucene的网页抓取与检索系统

作者：席齐东北大学

学位级别：硕士

随着网络的发展和Web资源的丰富,利用Web全文信息检索系统来获取所需信息已经成为人们日常生活的重要组成部分,用户也越来越关注如何能够更加准确、高效地查找信息。本文对Web信息检索和系统实现的相关理论与技术作了介绍,对信息检索在... 详细信息

随着网络的发展和Web资源的丰富,利用Web全文信息检索系统来获取所需信息已经成为人们日常生活的重要组成部分,用户也越来越关注如何能够更加准确、高效地查找信息。本文对Web信息检索和系统实现的相关理论与技术作了介绍,对信息检索在Web全文信息检索中的应用进行了较深入的实践。在第二章,介绍了论文的相关的理论,如搜索引擎的种类,中文分词的方法,倒排索引的理论和本论文之中所用到的lucene的理论与使用方法,在第三章,根据网页的特点,提出两种网页模板的分析算法,第一种算法基于最长公共子序列模型,利用动态规划的方法求出最优解,对于原文献的算法的进行了优化和扩展,以达到求出网页模板字符串和被插入字符串的目的,第二种算法利用统计学的相关理论与原理,将网页模板抽象成为一个数学模型,提取出网页的常见标识在网页的开始位置与结束位置,根据正文的长度的不同算出不同的方差,确定正文在原文之中的位置,从而可以从网页之中提取出正文的内容,以达到节省空间和减少建立索引与搜索索引的时间的目的,最后比较了两种算法的优点与缺点。在第四章中,介绍了一个利用Java开发的网络蜘蛛,其中包括异构的数据的处理,例如word, pdf, rtf等文件的内容的提取,另外介绍了一种HTML文件解析方法和多线程的使用。在第五章,实现了一个网页抓取系统,自动地从互联网下载用户所指定的网页的信息,包括内容与下一页,为了提高信息检索的效率,利用lucene软件包,建立全文检索,加快了搜索的速度,提高了信息的准确性和时效性,节省了大量的存储空间。本文从理论和实际的角度出发,既有算法的设计与分析,也有具体的程序的实现,使用了Oracle, Tomcat, Jsp, Java, Eclipse, lucene等软件和语言,独创一个HTML的解析方法,为用户节省时间,提高了工作效率。

关键词：公共子序列网络蜘蛛 lucene 倒排索引全文检索

基于lucene的分布式全文检索技术的研究与应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Lucene的分布式全文检索技术的研究与应用

作者：王振风东华大学

学位级别：硕士

随着互联网信息技术的快速发展，电子设备承载的数据越来越多，越来越丰富，甚至已经悄然进入大数据时代。伴随着企业数据量的不断增长和积累，企业需要解决在数据海洋中快速定位所需资料以及如何从大量文本资料中快速找到关键信息等问... 详细信息

随着互联网信息技术的快速发展，电子设备承载的数据越来越多，越来越丰富，甚至已经悄然进入大数据时代。伴随着企业数据量的不断增长和积累，企业需要解决在数据海洋中快速定位所需资料以及如何从大量文本资料中快速找到关键信息等问题。传统的方法主要是数据库直接检索，但利用数据库检索技术进行全文检索时效率很低，更无法和百度、Google等搜索引擎相媲美。同时，关系型数据库检索不能有效的处理非结构化数据。为提高全文检索的效率，本文在研究全文检索技术的基础上，对索引构建和检索过程进行优化，改进匹配算法，并结合分布式技术开发一个分布式全文检索系统，能有效处理非结构化数据，显著提高检索效率以及系统的可扩展性与可维护性。本文的具体内容主要包括：1)首先介绍了全文检索和分布式相关技术，包括lucene的系统结构和工作流程、倒排索引机制、排序算法、分词技术以及分布式计算和分布式集群。2)分析了倒排索引底层结构及原理，并使用混合倒排索引以及不同域使用各自简化的分词器的方法进行了改进;深入剖析了全文检索过程与检索模型，提出了利用缓存和索引合并进行优化的建议;研究了lucene的排序算法和分词技术并对现有的分词匹配算法进行改进，很好地支持了最大词匹配问题，并提出了实时更新词典的方法。3)设计了一个信息安全全文检索系统，包括索引构建、检索模块以及分词和字典的设计。通过分析Solr与lucene的关系，使用Solr设计和实现了分布式全文检索服务器，提高了系统的可扩展性和可维护性。4)通过对原型系统的测试分析，对比使用Solr搜索服务器前后相关性能的测试结果，表明了索引创建的优化取得良好的效果，用户检索效率高，能有效检索各种非结构化数据，满足了企业内部全文检索的日常工作需要。

关键词：搜索引擎全文检索 lucene 分布式 Solr

基于lucene的企业级搜索引擎的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

现代图书情报技术 2007年第8期 63-66页

作者：陈艳春李双平石家庄铁道学院经济管理学院石家庄050043 北京易维博科科技有限公司北京100010

针对企业文档信息资源丰富而又缺乏有效搜索工具的问题,提出构建企业级搜索引擎。首先分析企业级搜索引擎应具有的功能和总体架构,在实现中,对lucene索引器进行深入研究;在抓取器的体系设计中,采用插件设计思想,来对不同的文档类型解析... 详细信息

针对企业文档信息资源丰富而又缺乏有效搜索工具的问题,提出构建企业级搜索引擎。首先分析企业级搜索引擎应具有的功能和总体架构,在实现中,对lucene索引器进行深入研究;在抓取器的体系设计中,采用插件设计思想,来对不同的文档类型解析、抽取;在任务调度方面,实现一套多任务并行的调度机制;在用户接口设计上,采用Yu i-ext组件和DWR远程对象调用框架,实现W eb方式下的异步通信,提升用户体验。

关键词：搜索引擎 lucene 插件抓取器

基于lucene的中文字典分词模块的设计与实现

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

现代图书情报技术 2006年第8期 46-50页

作者：向晖郭一平王亮华中科技大学控制科学与工程系武汉430074 华中科技大学图书馆武汉430074

在分析lucene语言分析器结构的基础上,采用基于中文字典的正向最大匹配分词算法,设计实现能够在基于lucene的搜索引擎中处理中文信息的中文分词模块。

关键词：搜索引擎 lucene 中文分词正向最大匹配算法

基于lucene的搜索引擎技术的研究与改进

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于Lucene的搜索引擎技术的研究与改进

作者：吴海明暨南大学

学位级别：硕士

搜索引擎已经成为人们获取网络信息的主要工具，全文检索技术是学者研究的热点。lucene是一个用Java写的全文索引／检索工具包，它可以方便地嵌入到各种应用中，实现针对具体应用的全文搜索引擎功能，近年在世界各地被广泛使用。 Robot... 详细信息

搜索引擎已经成为人们获取网络信息的主要工具，全文检索技术是学者研究的热点。lucene是一个用Java写的全文索引／检索工具包，它可以方便地嵌入到各种应用中，实现针对具体应用的全文搜索引擎功能，近年在世界各地被广泛使用。 Robot是web搜索引擎的数据来源，它的性能直接影响了资源采集的数量与质量，因此Robot是搜索引擎的一个很重要的部分。lucene本身没有提供Robot，本论文在介绍搜索引擎有关技术和lucene工具包的基础上，研究和实现了一个可由用户设定线程数目的多线程的Robot。该Robot可以作为lucene的扩展。本论文还针对lucene在检索结果排序算法方面的不足进行了改进。由于检索结果的排序对搜索引擎来说也十分重要，用户往往只对最前面的几条结果感兴趣，如何在众多的结果中将重要的结果排在前面，是搜索引擎研究的重点之一。改进后的排序方案除了原lucene考虑到的词频因素还考虑了：网页文档的链接情况、网页的响应时间、正文大小以及用户查询关键词在文档特殊位置的情况等。试验表明改进后的排序算法较原排序算法有较明显的改善。在上述工作的基础上，论文最后实现了一个完整的搜索引擎，并对Robot的性能和对Lutene改进后的检索结果排序算法进行了测试和评价。

关键词：搜索引擎全文检索排序算法 lucene Robot

基于lucene的数据处理及共享的网络框架的研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Lucene的数据处理及共享的网络框架的研究与实现

作者：赵佳鑫东北大学

学位级别：硕士

随着信息化的发展,数据的重要性日益突出,其蕴含的价值也在日益增加,各行各业都要开发符合自己需求的数据处理及共享系统。为了简化各个特定数据处理及共享系统的开发,降低其开发的成本,本文提出了数据处理及共享网络框架,本框架将各数... 详细信息

随着信息化的发展,数据的重要性日益突出,其蕴含的价值也在日益增加,各行各业都要开发符合自己需求的数据处理及共享系统。为了简化各个特定数据处理及共享系统的开发,降低其开发的成本,本文提出了数据处理及共享网络框架,本框架将各数据处理及共享系统通用的部分提取出来,经过简单的二次开发就可以开发出特定的系统。目前本框架主要用于项目组的相关咨询项目的开发和组内的学术交流。校内外的组织机构会针对组内的理论研究进行咨询,客户有将成果以系统的形式提交的需求,系统存储的数据之间特别复杂的联系,需要实现的功能是咨询结果的存储、查询和新建。各个系统之间有很多相似的内容,如果针对每次咨询都开发特定的系统,会造成项目组的时间的浪费,所以需要开发一个通用的网络框架。除此之外,组内的学术交流也需要一个信息共享平台,能够实现研究成果的共享与交流。本文研究了一个数据处理和共享网络框架需要的功能,为了实现通用的目的,该网络框架要有的功能包括数据分类,数据上传、数据新建和数据检索功能。所有的数据都分类存储,以资源的形式或者以数据表的形式进行存储。所有的内容要按照三个级别的目录分类,框架可以存储的数据类型是数据和文本文件,其中数据是文本文件的简介,文本文件是数据的附件。框架采用Spring Security框架区分角色,目前本框架中的角色为管理员用户和普通用户,框架的用户可以上传其需要共享的资源,可以指定能够编辑数据资源的用户,资源可以按照资源上传也可以按照数据表的形式上传。用户还可以对框架的数据资源进行全文检索,通过输入关键字查找,可以在所有用户上传的资源中找到想要的资源,本框架采用全文检索工具包lucene实现全文检索。本文先介绍了数据处理及共享网络框架的意义及国内外研究现状,介绍了 SSH框架的发展;然后具体介绍了框架开发的相关技术,介绍了全文检索技术,Spring Security框架和SSH框架,确定了开发的工具;在此基础之上,设计了本框架。先系统的介绍了本框架的架构和功能需求,在确定需求之后,结合采用的技术,对框架功能进行详细的设计,介绍了框架的具体实现及功能测试,最后总结了本框架的特点,指出下一步工作的方向。

关键词： lucene 数据处理数据共享全文检索

基于lucene面向主题搜索引擎的研究与设计

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于Lucene面向主题搜索引擎的研究与设计

作者：姜华华东师范大学

学位级别：硕士

随着信息化的高速发展，信息量正以指数规律迅猛增长，互联网已经成为人类最重要的海量信源，“信息迷航”和“信息过载”已经成为日益严重的问题。基于Internet的各类搜索引擎应运而生并得到了迅速发展。Google，Yahoo等通用搜索引擎... 详细信息

随着信息化的高速发展，信息量正以指数规律迅猛增长，互联网已经成为人类最重要的海量信源，“信息迷航”和“信息过载”已经成为日益严重的问题。基于Internet的各类搜索引擎应运而生并得到了迅速发展。Google，Yahoo等通用搜索引擎功能虽然非常强大，但是当使用它们来检索某些特定专业的信息时，通用搜索引擎系统就有些力不从心。面向主题的搜索引擎是一种分类细致精确、更新及时的搜索引擎。随着Internet信息的爆炸增长以及信息多元化的发展，主题搜索引擎正成为研究热点与发展趋势。本文就面向主题搜索引擎的关键技术进行了研究，并提出了一种基于lucene面向主题搜索引擎解决方案，研究实现了求职帮助信息主题搜索引擎。本文的主要叙述过程如下：首先，叙述了搜索引擎的发展背景和发展现状及特点，回顾了搜索引擎的发展历史，比较了通用搜索引擎和主题搜索引擎的区别，体现了主题搜索引擎在专业搜索方面的优势。其次，对面向主题搜索引擎的关键技术分三大模块即：主题信息抓取、索引和检索进行了深入分析和研究。研究了主题机器人与普通机器人的区别和搜索策略。重点研究了基于Java的全文索引引擎工具包lucene，分析了lucene与传统数据库相比的不同之处，体现了利用lucene进行索引和检索的高效性、准确性。然后，基于以上关键技术，提出了求职帮助信息主题的搜索引擎设计方案。包括系统设计思想，技术策略，结构框架，开发环境等。接着，将设计付诸实践。详细介绍了基于lucene的应聘帮助信息主题搜索引擎的具体实现过程。并对系统运行情况和结果进行了展示。最后，对论文的各项工作进行了总结，并指出了今后发展方向和进一步的工作，以便以后不断更新和完善。基于lucene的求职帮助信息主题搜索引擎系统，保证了对求职帮助信息的完全收录与及时更新，避免了强大的搜索噪音，提高了检索效率，能快、全、准地提供专题信息查询。本论文的主要研究内容：1．研究分析了通用搜索引擎和主题搜索引擎的关键技术。2．对Apache lucene全文索引引擎工具包进行了深入剖析，比较了lucene检索和传统数据库检索的异同，以及中文切分词技术。3．在分析研究了主题搜索引擎关键技术的基础上，提出了求职帮助信息主题的搜索引擎设计方案。4．深入剖析了在设计实现中运用的关键技术，并在剖析的基础上进行了扩展及二次开发，设计实现了基于lucene的应聘帮助主题搜索引擎。

关键词：面向主题搜索引擎 lucene 信息索引