基于Lucene的企业搜索引擎系统研究与实现

被引量 : 0次 | 上传用户:Henkel_liu
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
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。
其他文献
目的探究三维适形放疗(3DCRT)联合卡培他滨化疗治疗Ⅱ~Ⅲ期直肠癌术后患者的临床疗效及安全性。方法收集2008年11月至2011年11月接受Ⅱ、Ⅲ期直肠癌根治术的50例患者进行回顾性
武昌起义后,上海金融市场受到了极大的冲击,盛宣怀以亦官亦商的身份,依靠其政治权力及其控制和所联系的中外金融机构,为维持上海金融市面的稳定做出了不少努力。同时竭力保全
问题表征是初中生解决几何问题的关键所在,而视觉化空间表征是问题表征中重要的表征方式之一。在问题解决中,视觉化空间表征能帮助个体对问题情境关系的理解,帮助个体从整体上直
自上个世纪80年代以来,山西方言研究成绩斐然,但从具体的方言片或方言点进行研究的并不多。因此,本文将山西省临汾地区方言作为研究对象,进行比较细致而全面的描写,以此来揭示临汾
自从改革开放以来,我国的广播电视台逐步走上“事业单位、企业化管理”的道路,各级广播电视台逐渐从“行政化管理”向“企业化管理”过渡,对人力资本的管理也由过去传统的人事管
网络流量是衡量网络性能的基本指标之一,许多大学的多媒体公共机房网络缺乏有效的流量控制管理,网络经常出现拥塞、受到黑客攻击等现象,贺州学院的多媒体公共机房也面临着同样的
目的探讨常规超声检查结合弹性成像在乳腺疾病诊断中的临床价值。方法在医院2015年6月至2018年1月诊治的疑似乳腺疾病患者中选取98例作研究对象,回顾性分析其常规超声检查、
近年来,养生类节目作为新的节目形式出现在电视屏幕上,该类节目以关注公众身体健康,传播健康知识为宗旨,以服务百姓为己任,越来越受到百姓的关注。本文通过对我国养生学的历史发展
随着全球信息通信事业的迅猛发展,由于光纤通信所具有的高速率、大容量等显著优点,加之其成本低廉,“光纤时代”已经来临。传统的光缆网络维护手段在当前网络高效化、规模化
随着中国经济的快速发展,为壮大经济实力,越来越多的企业以集团公司的形式出现,如今已成为我国市场经济中最为活跃的力量,为社会稳定、进步以及为社会财富积累发挥了重要作用