站內(nèi)全文搜索引擎的設(shè)計(jì)與實(shí)現(xiàn)-文庫吧資料
2025-01-19 15:35本頁面
【正文】 界面輸入想查詢的一個(gè)或若干個(gè)詞到檢索引擎，檢索引擎與數(shù)據(jù)庫通信，根據(jù)關(guān)鍵字查詢數(shù)據(jù)庫中相匹配的信息，在返回給用戶界面，并在返回信息中高亮出用戶所檢索的信息。 站內(nèi)搜索引擎總體設(shè)計(jì)及數(shù)據(jù)庫設(shè)計(jì)本系統(tǒng)為實(shí)現(xiàn)一個(gè)簡易的站內(nèi)搜索引擎，可以嵌入到其他實(shí)用網(wǎng)站之中。站內(nèi)檢索毫無疑問可以解決上述問題。訪問者也有類似困擾，只記得某個(gè)網(wǎng)站上說了關(guān)于某一事件的新聞，但不知道具體的鏈接在哪里。l 方便用戶查找網(wǎng)站信息。l 搜索結(jié)果頁面，搜索出來后的結(jié)果頁面也是不可忽視的，經(jīng)?？刺詫毜挠脩糁?，搜索結(jié)果頁面上方會(huì)有產(chǎn)品所屬的分類，所屬的型號(hào)，品牌、其實(shí)還可以加入一排相關(guān)搜索關(guān)鍵字，類似百度下方的相關(guān)搜索。l 搜索熱門關(guān)鍵字，能讓用戶點(diǎn)的不讓用戶區(qū)輸入，這就是人性化，搜索框下最好有經(jīng)常被檢索的關(guān)鍵字，這個(gè)關(guān)鍵字可以用上述第2點(diǎn)獲取。從這個(gè)功能的延伸，就是盡可能的獲取用戶的詳細(xì)信息，這個(gè)可以配合網(wǎng)站會(huì)員功能，具體實(shí)現(xiàn)起來：當(dāng)用戶以登陸方式搜索時(shí)候，記錄搜索的關(guān)鍵字及用戶會(huì)員ID 。l 用戶搜素記錄，用戶在搜索的時(shí)候，做一下記錄處理，記錄一下用戶輸入的關(guān)鍵字。其實(shí)這個(gè)功能還有其他的作用，就是引導(dǎo)用，避免了原來用戶隨意輸入不太符合規(guī)則的關(guān)鍵字，導(dǎo)致搜搜無結(jié)果的尷尬。一個(gè)好的站內(nèi)搜索引擎主要包含如下功能：l 搜索提示功能，用戶輸入關(guān)鍵字 ，自動(dòng)出現(xiàn)下拉框顯示相關(guān)搜素關(guān)鍵詞，這個(gè)功能大家都很熟悉了，比如百度淘寶都在用。隨著網(wǎng)站內(nèi)容的增長，站內(nèi)結(jié)構(gòu)也越來越復(fù)雜，用戶很難準(zhǔn)確瀏覽全部內(nèi)容，查找所需信息也越來越難。Lucene以其開放源代碼的特性、優(yōu)異的索引結(jié)構(gòu)、良好的系統(tǒng)架構(gòu)獲得了越來越多的應(yīng)用。人們經(jīng)常提到資訊檢索程式庫，雖然與搜索引擎有關(guān)，但不應(yīng)該將資訊檢索程式庫與搜索引擎相混淆[15]。在Java開發(fā)環(huán)境里L(fēng)ucene是一個(gè)成熟的免費(fèi)開源工具。Lucene是一套用于全文檢索和搜尋的開源程式庫，由Apache軟件基金會(huì)支持和提供。Visual Studio2012實(shí)現(xiàn)了同事間的無縫協(xié)作，提高了生產(chǎn)效率與專注度，最終好的點(diǎn)子變成了優(yōu)秀的現(xiàn)實(shí)應(yīng)用?，F(xiàn)在較新的版本是2012版本[14]。圖1 .NET Framework Visual Studio2012開發(fā)平臺(tái)Microsoft Visual Studio（簡稱VS）是美國微軟公司的開發(fā)工具包系列產(chǎn)品。.NET平臺(tái)使人們能夠通過簡單的方式在其上構(gòu)建各種應(yīng)用方式，多樣化地從網(wǎng)站獲取信息，并解決網(wǎng)站之間的協(xié)同工作。它為軟件向多樣化的移動(dòng)組件發(fā)展的情況也提供了保護(hù)。Microsoft .NET Framework結(jié)合強(qiáng)大的功能與跨技術(shù)邊界無縫通信新技術(shù)，構(gòu)建一個(gè)能支持各種業(yè)務(wù)流程的應(yīng)用程序。結(jié)構(gòu)上，全文搜索系統(tǒng)核心具有索引引擎、查詢引擎、文本分析引擎、對外接口等等，加上各種外圍應(yīng)用系統(tǒng)等等共同構(gòu)成了全文檢索系統(tǒng)[12]。一般來說，全文搜索需要具備建立索引和提供查詢的基本功能，此外現(xiàn)代的全文搜索系統(tǒng)還需要具有方便的用戶接口、面向WWW的開發(fā)接口、二次應(yīng)用開發(fā)接口等等。中文等東方文字則需要切分字詞，以達(dá)到按詞索引的目的，關(guān)于這方面的問題，是當(dāng)前全文搜索技術(shù)尤其是中文全文檢索技術(shù)中的難點(diǎn)。按詞搜索指對文章中的詞，即語義單位建立索引，檢索時(shí)按詞搜索，并且可以處理同義項(xiàng)等。按字檢索是指對于文章中的每一個(gè)字都建立索引，檢索時(shí)將詞分解為字的組合。這個(gè)過程類似于通過字典中的檢索字表查字的過程。例如，它可以很快的回答“《水滸傳》一書中“宋江”一共出現(xiàn)多少次？”的問題。全文檢索能夠?qū)⒋鎯?chǔ)于數(shù)據(jù)庫中整本書、整篇文章中的任意內(nèi)容信息查找出來的檢索。第2章 站內(nèi)搜索引擎相關(guān)技術(shù)介紹 全文檢索技術(shù)所謂全文檢索，是一種將文件中所有文本與檢索項(xiàng)匹配的文字資料檢索方法。包括Lucene介紹及工作原理。包括全文檢索的基本原理和相關(guān)理論；（2） .NET平臺(tái)相關(guān)技術(shù)的研究。一些信息化平臺(tái)雖稱實(shí)現(xiàn)了全文索引庫，但其實(shí)質(zhì)是模擬的全文索引庫，其通過先檢索放在關(guān)系數(shù)據(jù)庫里的結(jié)構(gòu)化數(shù)據(jù)，如題目、摘要、內(nèi)容等，然后鏈接全文以獲得全文，而真正實(shí)現(xiàn)全文檢索的不多，而且在數(shù)據(jù)量比較大，特別是在海量數(shù)據(jù)的情況下，檢索的效率仍然比較低[9]。這種方法在信息量比較小的情況下，檢索速度比較快，但是由于查詢語句比較繁瑣，在面對海量信息的情況下，檢索速度會(huì)急劇降低，其性能也往往達(dá)不到
教學(xué)教案相關(guān)推薦
鄂ICP備17016276號(hào)-1