【文章內(nèi)容簡介】 何建一個 最 優(yōu)秀的索引仍是現(xiàn)在研究工作中需要 去 研究的。 （ 2） 相比較 英文，英文只有 24 個 字母，但是中文 擁有 上千個字，就體現(xiàn)到中文索引面臨一個分詞問題，如何按 字 按詞自動索引， 一直 是目前情報界與語言 界研究 的熱點，當然最后應該走的還是計算機自動分詞之路。其次 ， 如何實現(xiàn)自動跟蹤索引 ，是又一個難題 。 （ 3） 凡是 發(fā)布到網(wǎng)上的系統(tǒng)，都會考慮到一個信息安全的問題， 在 系統(tǒng)處理能力提高的同時，系統(tǒng)的連接能力也在不斷的提高 。 但 在 連接能力信息、流通能力提高的同時，基于網(wǎng)絡連接的安全問題也日益突出， 如何保證此系統(tǒng)的網(wǎng)絡安全 也是 研究工作 中一大難題 。 系統(tǒng)開發(fā) 的意義 此次開發(fā)的系統(tǒng)是聚焦搜索引擎系統(tǒng)。系統(tǒng)的功能包括：天氣查詢，新聞查詢，用戶中文 語句 查詢。所有查詢都是系統(tǒng)的前臺服務，即面向用戶的，方便乘客了解自己 想要的 信息。 對于尚在象牙塔中的莘莘學子，搜索正在悄無聲息地改變他們的學習方式。 Inter 與全球電信的迅猛發(fā)展使信息資源的“生產(chǎn)”“傳播”與“消費”出現(xiàn)了新的格局，信息在網(wǎng)絡上的傳播速度迅速提升，這使得上網(wǎng)用戶獲取真正有用的信息越來越難 ， 而 開發(fā) 此搜索引擎 就 能幫助 用戶 解決 從 目前 種類 繁多的信息 中 找到用戶真正有用的信息 。 本文主要研究內(nèi)容和組織結構 本文的主要研究內(nèi)容是 聚焦 搜索引擎 查詢系統(tǒng) 的 設計、 分析 和 實現(xiàn) 情況 ，主要包括 頁面 的天氣查詢和 新聞 分類和用戶普通 查詢方面 等內(nèi)容， 并對 實現(xiàn) 各個 功能的 模塊的 技術 進行 了研究探討 。 論文內(nèi)容按以下結構安排： （ 1）開發(fā)環(huán)境和相關技術介紹（第 2 章） （ 2）系統(tǒng)需求分析（第 3 章） （ 3） 查詢 系統(tǒng) 的 設計（第 4 章） 蔣波濤： 聚焦搜索 引擎 查詢系統(tǒng) 的 設計與實現(xiàn) 6 （ 4）系統(tǒng)編碼 （第 5 章） （ 5）測試（第 6 章） （ 6）結論與展望（第 7 章） 其中第 2 章對與課題研究相關的技術作了簡要介紹，包括系統(tǒng)開發(fā)的集成環(huán)境、Servlet技術、 JDBC數(shù)據(jù)庫 連接 技術等，本章是后面各章的鋪墊。第 3章對于系統(tǒng)進行了完整的需求分析。第 4 章是系統(tǒng)設計部分，包括系統(tǒng)邏輯 思路 設計 、 系統(tǒng)邏輯結構設計 、物理結構設計、 系統(tǒng) 各 功能模塊設計以及數(shù)據(jù)庫設計。第 5 章為系統(tǒng)的關鍵編碼。第 6 章為系統(tǒng) 實現(xiàn) 后的 測試，對系統(tǒng)各個模塊和整體進行功能測試。 20xx 級 計算機科學與技術專業(yè)畢業(yè)設計（論文） 7 第 2 章 相關技術概述 本文研究的 聚焦 搜索引擎 系統(tǒng)基于 B/S 模式，利用 MyEclipse 集成開發(fā)環(huán)境和MySQL 數(shù)據(jù)庫管理系統(tǒng)，采用的技術有： Java Servlet API 技術， JDBC 數(shù)據(jù)庫 連接 技術 ， 漢語 分詞技術 。 MyEclipse 集成開發(fā)環(huán)境 作為一套完整的開發(fā)工具集， MyEclipse[4]（ MyEclipse Enterprise Workbench ，簡稱MyEclipse） 企業(yè)級工作平臺 是對 Eclipse IDE 的擴展，利用它我們 就 可以在數(shù)據(jù)庫和J2EE 的開發(fā)、發(fā)布，以及應用程序服務器的整合 方面極大的提高工作效率。它是功能豐富的 J2EE 集成開發(fā)環(huán)境，包括了完備的編碼、調(diào)試、測試和發(fā)布功能，完整支持HTML, Struts, JSF, CSS, JavaScript, SQL, Hibernate。 在結構上， MyEclipse 的特征可以被分為 7 類： 1. J2EE 模型 2. WEB 開發(fā)工具 3. EJB 開發(fā)工具 4. 應用程序服務器的連接器 5. J2EE 項目部署服務 6. 數(shù)據(jù)庫服務 7. MyEclipse 整合幫助 對于以上每一種功能上的類別，在 Eclipse 中都有相應的功能部件，并通過一 系列的插件來實現(xiàn)它們。 MyEclipse 結構上的這種模塊化，可以讓我們在不影響其他模塊的情況下，對任一模塊進行單獨的擴展和升級。 簡單而言， MyEclipse 是 Eclipse 的插件，也是一款功能強大的 J2EE 集成開發(fā)環(huán)境，支持代碼編寫、配置、測試以及除錯， 以前版本需先安裝 Eclipse。 以后版本安裝時不需安裝 Eclipse。 蔣波濤： 聚焦搜索 引擎 查詢系統(tǒng) 的 設計與實現(xiàn) 8 JDBC 數(shù)據(jù)庫 連接 JDBC[6]（ Java Data Base Connectivity,Java 數(shù)據(jù)庫連接）是一種用于執(zhí)行 SQL語句的 Java API，可以為多種關系數(shù)據(jù)庫提供統(tǒng)一訪問，它由一組用 Java 語言編寫的類和接口組成。 JDBC 提供了一種基準，據(jù)此可以構建更高級的工具和接口，使數(shù)據(jù)庫開發(fā)人員能夠編寫數(shù)據(jù)庫應用程序，同時， JDBC 也是個商標名。有了 JDBC，向各種關系數(shù)據(jù)發(fā)送 SQL 語句就是一件很容易的事。它可向相應數(shù)據(jù)庫發(fā)送 SQL 調(diào)用，將 Java語言和 JDBC 結合起來使程序員只須寫一遍程序就可以讓它在任何平臺上運行 。 Java數(shù)據(jù)庫連接體系結構是用于 Java 應用程序連接數(shù)據(jù)庫的標準方法。 JDBC 對 Java 程序員而言是 API， 對實現(xiàn)與數(shù)據(jù)庫連接的服務提供商而言是接口模型。作為 API， JDBC為程序開發(fā)提供標準的接口 ， 并為數(shù)據(jù)庫廠商及第三方中間件廠商實現(xiàn)與數(shù)據(jù)庫的連接提供了標準方法。 JDBC 使用已有的 SQL 標準并支持與其它數(shù)據(jù)庫連接標準 。 JDBC實現(xiàn)了所有這些面向標準的目標并且具有簡單、嚴格類型定義且高性能實現(xiàn)的接口。JDBC 主要做 三件事：與數(shù)據(jù)庫建立連接、發(fā)送 SQL 語句并處理結果 [10]。 Servlet Servlet 是一個 服務器 端 的組件 ，是 J2EE 中比較關鍵的組成部分（其實學到現(xiàn)在J2EE 里面的 13 個標準才接 觸了 3 個，他們分別是 EJB， Servlet， JSP）， Servlet 技術的推出擴展了 Java 語言在服務器端開發(fā)的功能，鞏固了 Java 語言在服務器端開發(fā)過程中的地位，而且現(xiàn)在使用非常廣泛的 JSP 技術也是基于 Servlet 的原理，JSP+JavaBeanstalk+Servlet 成為實現(xiàn) MVC 模式的一種有效的選擇。 Servlet 本質(zhì)上也是 Java 類，編寫 Servlet 需要遵循 java 的基本語法，但是與一般的 Java 類不同的是Servlet 是只能運行在服務器端的 Java 類，而且必須遵循特殊的規(guī)范，在運行過程中有自 己的生命周期，這些特性都是 Servlet 所獨有的。另外 Servlet 和 HTTP 協(xié)議是緊密聯(lián)系的，所以使用 Servlet 幾乎可以處理 HTTP 協(xié)議所有方面的內(nèi)容，這也正是Servlet 受到開發(fā)人員青睞的最大原因。 Servlet 是對支持 Java 的 服務器 的一般擴充。它最常見的用途是擴展 Web 服務器 ，提供非常 安全 的、可移植的、易于使用的 CGI 替代品。它是一種動態(tài)加載的模塊，為來自 Web 服務器的請求提供服務。它完全運行在 Java 虛擬機上。由于它在服務器端運行，因此它不依賴于瀏覽器的兼容性。 Servlet 是一種服務器端腳本，它是一個特殊的Java 類，繼承自 HttpServlet，開發(fā)中主要 用于 處理和響應客戶端的請求。 Servlet20xx 級 計算機科學與技術專業(yè)畢業(yè)設計（論文） 9 在容器中運行，其實例的和銷毀創(chuàng)建由容器進行控制。每個 Servlet 的運行 都擁有生命周期：首先， (1)(容器 )創(chuàng)建 Servlet 實例。 然后， init(初始化，顯示相關 Servlet實例信息 ）。再是， Service(處理和響應請求 )。 最后， destroy(銷毀，釋放資源 )[9]。 MySQL MySQL[5]是一個小型關系型數(shù)據(jù)庫管理系統(tǒng)，開發(fā)者為瑞典 MySQL AB 公司。在 20xx年 1 月 16 號被 Sun 公司收購。而 20xx 年 ,SUN 又被 Oracle 收購 .對于 Mysql的前途 ,沒有任何人抱樂觀的態(tài)度 .目前 MySQL 被廣泛地應用在 Inter 上的中小型網(wǎng)站中。由于其體積小、速度快、總體擁有成本低，尤其是開放源碼這一特點，許多中小型網(wǎng)站為了降低網(wǎng)站總體擁有成本而選擇了 MySQL 作為網(wǎng)站數(shù)據(jù)庫。 與其他的大型數(shù)據(jù)庫例如 Oracle、 DB SQL Server 等相比， MySQL 自有它的不足之處，如規(guī)模小、功能有限（ MySQL Cluster 的功能和效率都相對比較差）等，但是這絲毫也沒有減少它受歡迎的程度。對于一般的個人使用者和中小型企業(yè)來說， MySQL提供的功能已經(jīng)綽綽有 余，而且由于 MySQL 是開放源碼軟件，因此可以大大降低總體擁有成本 [5]。 本系統(tǒng) 中 用 的是 MySQL 版本 。 漢語 分詞 NLPIR 漢語分詞系統(tǒng) (又名 ICTCLAS20xx),主要功能包括中文分詞；詞性標注；命名實體識別；用戶詞典功能；支持 GBK 編碼、 UTF8 編碼、 BIG5 編碼。新增微博分詞、新詞發(fā)現(xiàn)與關鍵詞提??；張華平博士先后傾力打造十余年，內(nèi)核升級 10 次。 在 各位ICTCLAS 用戶 強烈 的要求 下 ，張華平博士正式發(fā)布 ICTCLAS20xx 版本，為了與以前工作進行大的區(qū)隔，并推廣 NLPIR 自 然語言處理與信息檢索共享平臺，從本版本開始，系統(tǒng)名稱調(diào)整為 NLPIR 漢語分詞系統(tǒng)。張博士先后傾力打造十余年，內(nèi)核升級 10 次，全球用戶突破 20 萬，先后獲得了 20xx 年錢偉長中文信息處理科學技術獎一等獎， 20xx年國際 SIGHAN 分詞大賽綜合第一名， 20xx 年國內(nèi) 973 評測綜合第一名。 NLPIR 漢語分詞系統(tǒng)（又名 ICTCLAS20xx），主要功能包括中文分詞；詞性標注；命名實體識別；用戶詞典功能；支持 GBK 編碼、 UTF8 編碼、 BIG5 編碼。新增微博分詞、新詞發(fā)現(xiàn)與關鍵詞提??； 全球用戶突破 20 萬，先后獲得了 20xx 年錢偉長中文信息處理科學技術獎一等獎，20xx 年國際 SIGHAN 分詞大賽綜合第一名， 20xx 年國內(nèi) 973 評測綜合第一名。 蔣波濤： 聚焦搜索 引擎 查詢系統(tǒng) 的 設計與實現(xiàn) 10 本 系統(tǒng) 需要 對用戶輸入的查詢語句進行 分詞 ，所以采用了 網(wǎng)上 免費提供的中科院分詞系統(tǒng)，本系統(tǒng)使用的版本為： 20xx 年 UTF8 編碼 版。 開放 API 平臺 API[8]（ Application Programming Interface,應用程序編程接口）是一些預先定義的函數(shù)，目的是提供應用程序與開發(fā)人員基于某軟件或硬件得以訪問一組例程的能力，而又無需訪問源碼，或理解內(nèi)部工作機制的細節(jié) 。 基于互聯(lián)網(wǎng)的應用正變得越來越普及，在這個過程中，有更多的站點將自身的資源開放給開發(fā)者來調(diào)用。對外提供的 API 調(diào)用使得站點之間的內(nèi)容關聯(lián)性更強，同時這些開放的平臺也為用戶、開發(fā)者和中小網(wǎng)站帶來了更大的價值。 開放是目前的發(fā)展趨勢，越來越多的產(chǎn)品走向開放。目前的網(wǎng)站不能靠限制用戶離開來留住用戶，開放的架構反而更增加了用戶的粘性。在 Web 的浪潮到來之前，開放的 API 甚至源代碼主要體現(xiàn)在桌面應用上，而現(xiàn)在越來越多的 Web 應用面向開發(fā)者開放了 API。 具備分享、標準、去中心化、開放、模塊化的 Web 站點，在為使用者帶來價值的同時，更希望通過開放的 API 來讓站點提供的服務擁有更大的用戶群和服務訪問數(shù)量。 站點在推出基于開放 API 標準的產(chǎn)品和服務后，無需花費力氣做大量的市場推廣，只要提供的服務或應用出色易用，其他站點就會主動將開放 API 提供的服務整合到自己的應用之中。同時，這種整合 API 帶來的服務應用，也會激發(fā)更多富有創(chuàng)意的應用產(chǎn)生。 為了對外提供統(tǒng)一的 API 接口，需要對開發(fā)者開放資源調(diào)用 API 的站點提供開放統(tǒng)一的 API 接口環(huán)境，來幫助使用者訪問站點的功能和資源 [9]。 當然，開放 API 的站點為第三方的開發(fā)者提供良好的社區(qū)支持也是很有意義的，這有助于吸引更多的技術人員參與到開放的開發(fā)平臺中，并開發(fā)出更為有趣的第三方應用。 本系統(tǒng) 的天氣模塊 調(diào)用 的是百度 API STORE 里提供 的天氣 信息 與 與 城市名開放平臺 。 20xx 級 計算機科學與技術專業(yè)畢業(yè)設計（論文） 11 第 3 章 系統(tǒng)需求分析 用戶需求分析 用戶需求分析分為兩個方面，一個是搜索詞分析，另外一個是用戶搜索意圖分析，通過搜索詞的分析可以返回一個可能是用戶需求的結果列表，通過用戶搜索意 圖的分析并對搜索結果進行調(diào)整，可以獲得此用戶更加想要的結果列表 。 系統(tǒng)可行性分析 在 開發(fā)一個系統(tǒng)時，需要對可行性進行分析?？尚行苑治隹蓮?環(huán)境可行、經(jīng)濟可行、技術可行 3方面 進行分析 。通過方方面面的分析，得出開發(fā)此系統(tǒng)的難度幾何，開發(fā)出來后有沒有市場。若是沒有進行可行性分析就匆匆地進行開發(fā)，可能導致大問題。如：開發(fā)完系統(tǒng)，并在調(diào)試通過正式投入使用后，卻發(fā)現(xiàn)用戶對系統(tǒng)的需求并不大，根本用不到開發(fā)的系統(tǒng)，導致系統(tǒng)被淘汰，這樣既浪費時間又浪費人力。又如：系統(tǒng)的市場著實存在，