基于LUCENE的多数据源全文检索系统的设计与实现

被引量 : 0次 | 上传用户:yczcjlk
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
全文检索是指计算机索引程序通过扫描文章中的每个词进行检索。该检索是对文档中的每一个词建立一个索引,指明该词在文章中出现的次数和位置,当用户查询时,检索程序就根据事先建立的索引进行检索,并将结果反馈给用户的检索方式。随着信息时代的到来,各种信息资源急剧增长,人们越来越多地关注如何快速有效地从海量的信息资源中,抽取出潜在的、有价值的信息,使之有效地在管理和决策中发挥作用。同时,作为某单位信息情报的基础,各种应用文档、电子文档、数字文书、信息数据库以及其它的各类数字化信息载体正不断的增加,如何安全、快速地从上百万,上千万甚至更多的情报信息中检索出准确、有效、有价值的情报信息,已经成为当前该单位信息化建设中的重要任务。然而,作为信息处理技术中最基本的信息检索技术却在该单位没有得到全面的应用,信息检索技术的研究和应用也还停留在一个比较落后的阶段,如何使先进的全文信息检索技术应用到这些单位的信息化建设中,已经越来越得到了各级的重视。本文分析了当前信息检索领域的研究及应用现状,研究了全文检索系统的特点、主要算法、全文检索的相关理论和全文检索的发展趋势及技术热点。对流行的开源全文检索工具包Lucene.Net的体系架构和主要功能模块进行了剖析,对Lucene主要索引算法:增量算法、归并算法和查找算法原理进行了解析。同时,结合某单位信息化建设的实际,在基于Lucene.Net工具包的基础上,分析并设计了适合该单位信息化建设的多数据源全文检索系统。针对该单位信息情报资源对于信息安全的特殊要求,提出了基于用户安全权限的全文检索方式,有效控制用户访问检索系统的安全权限。通过对多数据源(如doc、pdf、html、数据库..)及插件技术的研究,提出基于接口及插件技术的开发模式,很好的解决了对未知文体格式文档及新型数据库索引的扩展问题。通过对本系统进行的检索性能测试和应用实验,归纳出了本系统的特点,验证了全文检索系统的各项指标,达到了该单位信息检索系统的应用标准。
其他文献
价格发现是金融市场的核心功能之一,在市场微观结构中,它被解释为“寻找均衡价格的过程”、“将包含在投资者交易行为中的信息集转化为市场价格的过程”等涵义。作为金融衍生
二十世纪九十年代以来,随着经济全球化程度的不断加深,各国经济互相作用和互相影响的程度也不断加深,各国纷纷在多边贸易体系下谋求经济发展的利益。但是,要在多边机制下达成
企业发展到一定的规模都将会考虑是否进行多元化发展以及如何进行等相关问题,尤其对于那些所从事的行业即将进入衰退期的企业,开拓一个新的业务领域显得更为重要。另一方面,
目的:探索体感游戏对孤独症儿童的社会技能、动作技能和日常生活技能的效用。方法:采用随机对照实验设计,利用体感游戏(康复游戏训练系统,V1.0)对实验组儿童进行每周一次、每
教学反思,又称“反思性教学”,是在教学实践过程中教师对自身的教学行为不断进行反思的一种行为,是教师将自己的教学活动和课堂情境作为认知对象,对教学行为和教学过程进行批
冲断带的变形一方面控制了油气的聚集过程,大部分油气资源是聚集在变形有关的构造圈闭中,另一方面沉积地层的构造变形使得高精度的地震勘探很难获得理想的效果。南天山南缘冲
<正> 自动电压力锅(下称电压力锅)又称自动节能高速锅,是集普通压力锅、电饭锅、焖烧锅和电子瓦罐等功能于一体的新一代节能多用途厨房电器。 一、电压力锅的特点: 1.使用电
期刊
基于我国城镇污水排放量大幅以及污水处理能力的明显提高,污水处理期间所形成污泥总量也明显增加,怎样实现对入规模庞大且成分较为复杂的污泥予以合理的处理也成为许多城市污
改革开放三十年来,我国由计划经济体制向市场经济体制转变,由低收入国家向中等收入国家发展。我国经济增长保持着令人瞩目的速度,居民收入总体水平也大幅提升。然而,在经济和
激光测距是随着激光技术的发展而发展起来的一种高精度测量技术。因其良好的精确度特性而广泛的应用在军事和民用等领域。本学位论文完成的主要工作是:详细介绍了干涉法、反