基于lucene企业搜索引擎系统的研究和实现

《基于lucene企业搜索引擎系统的研究和实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：密级：论文编号：学号：50090812305重庆理工大学硕士学位论文基于Lucene的企业搜索引擎系统研究与实现研究生:朱崇来指导教师：陈庄教授学科专业：计算机应用技术研究方向：信息资源管理与开发培养单位：计算机科学与工程学院论文完成时间：2012年4月10日论文答辩日期：2012年5月31日万方数据CategoryNumber：LevelofSecrecy：SerialNumber：StudentNumber：50090812305Master'sDissertationofChongqingUnive

2、rsityofTechnologyResearchandImplementationofEnterpriseSearchEngineSystemBasedonLucenePostgraduate:ZhuChonglaiSupervisor：Prof.ChenZhuangSpecialty:ComputerApplicationResearchDirection:InformationResourceManagementandDevelopmentTrainingUnit:CollegeofComputerScie

3、nceandEngineeringThesisDeadline:April10，2012OralDefenseDate:May31，2012万方数据重庆理工大学学位论文原创性声明本人郑重声明：所呈交的学位论文是本人在导师的指导下，独立进行研究所取得的成果。除文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果、作品。对本文的研究做出重要贡献的集体和个人，均已在文中以明确方式标明。本人承担本声明的法律后果。作者签名：日期：年月日学位论文使用授权声明本学位论文作者完全了解学校有关保留、使用

4、学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权重庆理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于（请在以下相应方框内打“√”）：1.保密□，在年解密后适用本授权书。2.不保密□。作者签名：日期：年月日导师签名：日期：年月日万方数据摘要摘要当前，随着企业信息化水平逐渐提高，企业信息资源越来越丰富，不仅包括各种数据库信息，而且还包括企业内部存储的大量文本信息。然而，这些文

5、本信息资源分布分散，信息组织形态多样化，迫切的需要进行统一整合和查找。企业内部信息资源搜索引擎系统的建立，对于优化企业信息资源检索显得越来越重要。该文分析了企业搜索引擎的研究现状和存在的不足，并针对企业的电子文档组织管理领域，定制了一个基于Lucene的企业搜索引擎系统，扩展了Lucene的应用功能。着重研究了Lucene内部的文档排序算法，改进了文档排序算法模型，利用层次分析法来确定文档排序的权重。利用K-means聚类算法将搜索结果自动聚类，形成一个类似文件夹的层次结构的搜索结果页面，以便于用户浏览。利用多线

6、程技术实现了索引的分布式管理策略，提高了系统的效率和稳定性。改进后的系统实现了企业中pdf、word、html、text等常见文本格式的文本抽取，将其转化成Lucene所支持的固定索引格式，从而使系统支持各种文本格式的信息检索。最后，通过结合中小企业信息资源平台的具体案例，对实现检索系统中各个功能模块进行了详细的设计和分析，在SSH(Struts，Spring，Hibernate)框架上实现了基于Lucene的企业搜索引擎系统。该系统具有一个统一检索界面，用户只需输入相应的关键字就能搜索到需要的结果。通过系统运行

7、证明，该系统能够满足企业的业务需求，具有一定的可行性和实用性。关键词：搜索引擎，Lucene，全文检索，企业搜索引擎I万方数据AbstractAbstractAtpresent,withthedevelopmentofinformatization，enterpriseinformationisbecomingrichmoreandmore,includingnotonlyavarietyofdatabaseinformation,butalsoalargenumberoftextinformation.Howe

8、ver,thesetextinformationarescattereddistributionandinformationorganizationtobediverse,areneedtobeuinfinedintegrationProcessing.Theestablishmentoftheenterpriseinformationsearchsystem,optim