基于Lucene技术搜索引擎设计与实现

【摘要】基于Web的统一发布平台是一种新型的管理方式，汇集了方便、快捷、有效等优势。其充分利用了信息技术，提高管理效率，降低了用户工作强度，提高信息传递速度、效率和准确性。统一发布平台要实现的功能非常多，本文所要研究和实现的搜索引擎就是其重要组成部分之一。互联网的快速，蓬勃发展的今天，它有着不同的网络的信息。在享受互联网带来的便利同时，面临着如何准确，快速，方便地找到他们需要在这样一个大规模的环境问题的信息，所以互联网已经成为搜索关注的焦点。在这篇文章中，搜索引擎，包括应用，数据的搜索引擎的三个重要组成部分，在源文件上传，基于深入的研究，并搜索和信息检索的结构和工作流程等方面的原则，逐步分析它们实现的。搜索关于JSP的技术支持，设计的一部分，并实现一个灵活的，简单的用户界面，使用开源的Lucene引擎架构设计和实现一个可重用，可扩展的索引建立和管理子系统及其初步优化站点地图的一部分。该系统具有创建和管理索引，搜索多个信息源和上传文件的源文件等功能，具有一定的适用性。全文搜索引擎可分为两类：一类自身网页抓取，索引，检索系统，有一个单独的“蜘蛛”程序，或爬行动物，或“机器人”程序，可以自建网页数据库从自己的数据库直接搜索，称为谷歌的搜索结果电话，百度就属于这一类，另一种是租用其他搜索引擎的数据库，然后安排在一个自定义格式，如Lycos的搜索搜索引擎的结果。还有其他类型的搜索引擎，如目录索引，元搜索引擎。他们的代表有Yahoo、新浪，InfoSpace、Dogpile、Vivisimo。2006年后又逐渐兴起的一类新型搜索引擎叫做垂直搜索引擎。它不同于其他的搜索引擎，在于它专注于特定的搜索领域和搜索需求（例如：机票搜索、旅游搜索、生活搜索、小说搜索、视频搜索等等），在其特定的搜索领域有更好的用户体验。相比通用搜索动辄数千台检索服务器，垂直搜索需要的硬件成本低、用户需求特定、查询的方式多样，是它的优势。该系统的设计是基于Lucene的搜索引擎，基于Web的统一发布平台是一种新型的管理方式，汇集了方便、快捷、有效等优势。其充分利用了信息技术，提高管理效率，降低了用户工作强度，提高信息传递速度、效率和准确性。因此，基于Web的统一发布平台的的研究与实现已成为人们极为关注的研究领域。统一的信息平台提供了全文检索服务，统一发布平台有全文搜索，创建和管理信息的索引和搜索功能的应用程序。本系统充分使用了自己设计的系统框架，将数据和功能分离，提高系统的复用性和操作性。开发了基于JSP技术的用户接口子系统，有效、快捷的完成搜索任务。
【作者】张阳；
【导师】徐高潮；
【作者基本信息】吉林大学，计算机技术，2014，硕士
【关键词】搜索引擎；中文分词；索引；

【参考文献】
[1]周锋.光电码盘全码道检测方法的研究[D].中国科学院研究生院（光电技术研究所）,测试计量技术及仪器,2014,硕士.
[2]张燕,屈卫东,席裕庚,蔡自立.中性浮力下飞艇的自适应镇定与轨迹跟踪(英文)[J].自动化学报,2008,11:1437-1440.
[3]郗笃斌.以战略为导向的TAFK公司高管绩效管理研究[D].西北大学,工商管理（专业学位）,2012,硕士.
[4]桂云苗.六西格玛管理在航空公司中的应用研究[D].南京航空航天大学,交通运输规划与管理,2004,硕士.
[5]沈碧莉.研究性学习与英语教学[D].福建师范大学,教育,2003,硕士.
[6]宋艳艳.论人格物的精神损害赔偿[D].宁波大学,民商法学,2014,硕士.
[7]关少颖,夏莉,王光兴.基于双时钟的CDMA移动通信网络拥塞软处理方法[J].控制与决策,2004,03:339-341+345.
[8]张蒲生.基于电子政务的知识管理[J].计算机系统应用,2001,12:4-6.
[9]王正.表面褶皱的分形表征重构与摩擦学性能研究[D].哈尔滨工业大学,机械工程,2014,硕士.
[10]童其磊.载阿仑膦酸钠超高分子量聚乙烯仿生润滑与磨损演变研究[D].西南交通大学,机械工程,2014,硕士.
[11]董壮.从络脉学说辨治高血压病肾损害[D].黑龙江中医药大学,中医内科学（专业学位）,2013,硕士.
[12]于垒.微博舆论生成演变机制研究[D].西南大学,传播学,2013,硕士.
[13]易慧敏.美国纽约东欧犹太移民研究（1881-1921）[D].西北大学,世界史,2014,硕士.
[14]娄诗萌.马克思主义传入中国的重要载体—《新青年》[D].中共北京市委党校,中共党史,2013,硕士.
[15]庄晓蕙,刘庆欢,何雪萍,蒋玲.我国个性化作业研究:现状、问题与展望——基于读秀学术搜索数据库与中国知网期刊全文数据库的数据分析[J].教育学术月刊,2014,10:104-111.
[16]章春军马浩剑.武进拉开4大框架[N].常州日报,2013-01-13A01.
[17]刘涛,朱翠兰,汤卫东,祝志凌,李晓红.华中电网分布式网络建模与实时信息共享方案[J].电力系统自动化,2011,02:48-50+88.
[18]李阳.文园狮子林与苏州狮子林的对比研究[D].北京林业大学,城市规划与设计,2013,硕士.
[19]武晨明.关于视觉共约性的一次讨论[D].中国艺术研究院,美术学,2014,硕士.
[20]姜蕾.济南市服务外包产业发展模式研究[D].山东师范大学,国际商务（专业学位）,2013,硕士.
[21]王守龙.输煤栈桥皮带支架振动测试及控制方法研究[D].长安大学,建筑与土木工程（专业学位）,2013,硕士.
[22]房阳.汽车操纵稳定性的仿真研究[D].辽宁工程技术大学,车辆工程,2012,硕士.
[23]李凤姣.体育后备人才匮乏的影响因素[D].湖南师范大学,运动训练（专业学位）,2014,硕士.
[24]何鹏,徐立臻,庄晓青.模糊聚类在Web信息检索中的应用研究[J].计算机工程,2002,10:241-242+260.
[25]常志顺.基于SSH框架的智能建站系统的设计与实现[D].北京工业大学,软件工程（专业学位）,2013,硕士.
[26]耿建军.大型国有企业离退休职工思想政治工作问题研究[D].河南科技大学,思想政治教育,2014,硕士.
[27]赵玉广.华北地区沙尘暴天气形成机制的分析研究[D].南京气象学院,气象学,2003,硕士.
[28]郑晓哲.基于IMS架构的业务触发研究及仿真设计[D].河北科技大学,通信与信息系统,2013,硕士.
[29]俞林生.自上而下和自下而上方法在学龄前儿童英语词汇习得中的作用[D].南昌大学,外国语言学及应用语言学,2012,硕士.
[30]王立军.当代中国先进法律文化的主体性内涵研究[D].兰州理工大学,马克思主义基本原理,2014,硕士.
[31]王丽辉.前列腺特异性抗原启动子/增强子重组质粒筛选及特异性的体外鉴定[D].苏州大学,影像医学与核医学,2014,硕士.
[32]胡灵斌.风险投资公司对高新技术项目的评价与选择[D].江南大学,管理科学与工程,2012,硕士.
[33]余小红.尼莫地平胶束的制备、表征及药动学研究[D].广东药学院,药剂学,2012,硕士.
[34]张超.IFN-τ对奶牛子宫上皮细胞4种典型性BoLA-Ⅰ调控作用研究[D].华中农业大学,临床兽医学,2014,硕士.
[35]马玲.服装面料风格物理评价模型的研究[D].上海工程技术大学,服装设计与工程,2011,硕士.
[36]赵华锋.网络互惠性与管理创新绩效的关系研究[D].浙江工业大学,2012.
[37]张虹.胆道闭锁病人肝脏组织c-kit的表达及其临床意义[D].青岛大学,儿科学,2004,硕士.
[38]刘云朋.氮掺杂有序介孔碳对石化废水中五氯酚的选择性吸附[D].浙江大学,工业催化,2014,硕士.
[39]刘景尧,连淑芳.电磁辐射危害现状及对策的研究[J].中国安全科学学报.1993(01)
[40]谢永强.芳香多羧酸功能配位聚合物的构筑及其结构与性质研究[D].西北师范大学,无机化学,2013,硕士.
[41]王嫣雯.E银行零售业务发展现状及改进策略研究[D].上海外国语大学,工商管理,2013,硕士.
[42]杨威.清末民国（1845-1949）照相馆人物布景摄影研究[D].中央美术学院,美术,2013,硕士.
[43]郑冬冬.IBM展示THz级的石墨烯光电元件[J].半导体信息,2012,03:14-15.
[44]范琳琳.陕西省宝鸡地区马勺脸谱艺术研究[D].内蒙古大学,艺术学,2014,硕士.
[45]陆永祥.实时作业调度下集卡优化配置数量的确定[D].大连海事大学,物流工程,2013,硕士.
[46]龙静静.异构网络中无线资源管理关键技术的研究[D].南京邮电大学,通信与信息系统,2013,硕士.
[47]吴邻.宇通客车与金龙汽车财务对比分析研究[D].西南交通大学,工商管理,2012,硕士.
[48]李振华.生物酶技术在造纸毛毯清洁中的应用研究[D].齐鲁工业大学,轻工技术与工程,2013,硕士.
[49]陈颖.上市公司治理环境与技术创新能力关系的实证研究[D].石家庄经济学院,企业管理,2014,硕士.
[50]吕洪涛.旅游目的地形象对游客口碑传播效果的影响研究[D].辽宁大学,企业管理,2012,硕士.