基于Lucene的主题搜索引擎的研究与实现

被引量 : 11次 | 上传用户:hpsjsj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着Internet的高速发展,Web上存储的信息量呈几何级数增长,然而,在信息浩如烟海的Internet上找到需要的信息是一项极富挑战的工作。通用搜索引擎的出现使得人们在这方面的需求得到了一定的解决,但是由于其自身的通用性,限制了人们对信息资源的准确、有效的获取。因此在Internet上获取有价值的信息,就必须有一套高效实用的解决方案。在这种情况下,主题搜索引擎应运而生,由于其特有的专业性,能够有效避免干扰信息,极大地提升了检索结果的准确率,因此也成为这一领域的研究和开发热点。本文是基于Lucene环境构建的一个关于就业招聘信息主题的搜索引擎,主要涉及网页数据采集、索引建立、检索结果排序。其中网页结果排序算法的设计是本文的核心内容。论文在介绍了搜索引擎的理论及Lucene中建立索引的关键技术和主要算法后,对Lucene中各种排序方法的理论依据、适用条件和范围及优、缺点进行了分析比较;介绍了Lucene索引过程中文档域(Field)加权的相关理论;以河北搜才网招聘信息数据为背景,针对招聘信息资源的特点,建立了模型并对检索结果的排序进行了优化设计。在此基础上设计实现了基于Lucene的主题搜索引擎系统。实验和测试表明,本文采用的Lucene文档域加权算法,能快速准确地得到满意的检索结果输出,是一种较为科学实用的搜索结果排序方法。同时,本文亦对可能存在的问题进行了说明。
其他文献
近代方志对古代方志的革新与超越不仅体现在指导思想和修志观念上,也表现在志书的编撰手法上。地图是方志的重要组成部分,尽管方志地图并不能代表同时期地图发展的最高水准,
共产国际东方战略是一个不成熟的革命战略,其积极性促进了中国国民革命的发展;其局限性是中国国民革命失败的重要的主观原因。本文分五个部分:第一部分主要阐述论文题目的选
目的:探讨无创呼吸机在慢性阻塞性肺病急性发作期、重症肺炎、间质性肺病三种疾病所致呼吸衰竭中的应用价值及应用注意事项。方法:选取2008年3月1日到2010年1月31日入住吉林
<正> 二、与数据获取和存贮电路密切有关的主要性能指标及部件功能(一)输入数据通道数、触发限定器现有的逻辑分析仪具有4、8、16、32、48……数目的输入数据通道.最近Tektro
居住用地是城市建设用地的重要组成部分。城市路网是城市各种用地之间联系的纽带,同时是决定居住区规模的重要条件。居住用地内的路网与城市路网的联系是关系居住区路网和城
“合理人标准”或“善良家父标准”是传统侵权归责原则判断行为人是否有过错的一般性标准。但是,在产品责任领域将此标准适用到判断产品的状况即产品设计或警示是否有缺陷的问
在《权力的眼睛———福柯访谈录》一书中 ,法国哲学家米歇尔·福柯谈及了知识、权力、生产力三个重要的话语 ,他认为 :在人文科学里 ,所有门类的知识的发展都与权力的实施密
改革开放以来,随着私营经济的发展,一个建立在生产资料私有制基础上,具有资本主义生产关系基本特征和相当经济实力及经济基础的新的社会人群在我国已经形成。私营经济具有两
目的了解引起呼吸系和泌尿系感染病原菌分布及耐药情况,为临床合理用药提供依据。方法调查引起呼吸系和泌尿系感染的病原菌分离率以及对大环内酯类和氟喹诺酮类药物的耐药性
<正> 高频低阻抗铝电解电容器主要用于彩色电视机及各种电子仪器的开关电源电路的输出电容。其主要特点为具有低等效串联电阻,因而有很小的损耗角,从而达到低阻抗,在100Hz~100