随着企业信息化建设的推广,企业信息化系统产生海量的历史数据。海量数据造成的存储容量不够、信息检索效率低下、潜在价值难以挖掘等问题成为制约企业信息化发展的瓶颈。因此,研发一套数据归档与信息检索系统来存储和管理企业历史数据显得尤为重要。本文在对数据归档与信息检索系统进行需求分析的基础上,提出跨应用程序的归档数据存储与分类检索方案,采用LUCENE全文检索技术解决历史数据的分类检索问题,应用XML技术解决应用程序间的数据交换问题,以J2EE平台的多层架构体系为基础,将系统分为数据归档、系统管理、用户管理、重构管理及信息检索等五个功能模块,完成了数据归档与信息检索系统的总体设计论文在系统研发过程中所应用的技术主要包括信息检索技术与XML技术。信息检索技术主要介绍了索引维护与管理策略、检索查询策略与结果排序策略,详细分析了三种中文分词策略(基于词典、词频统计、言语意义的中文分词策略)和文档倒排机制。XML技术则主要分析比较了两种模型映射策略：边模型映射策略和结构模型映射策略,并总结它们在不同应用场景下的优劣特性。首先本文采用既符合节点模型映射策略,又符合边模型映射策略的XParent模型对结构化数据进行模式转换,提高数据的通信能力。对于非结构化数据则使用文档解析技术先将异构化的pdf、word、html等格式的数据进行解析,解析完成后参照结构化数据进行模式转换。其次针对LUCENE中文分词上的不足,选用中科院的ICTCLAS分词系统代替LUCENE自带的中文分词系统优化索引的生成与维护,最终按照文档倒排机制,结合文档相似度排序策略实现数据的分类检索,达到提高数据的查准率、查全率的目的。系统的运行结果表明,企业信息系统的运维成本有所降低,历史数据的查准率、查全率、通信能力都符合企业指标,因此,论文所提出的方案是可行的,具有良好的应用前景。