基于Lucene的面向主题的搜索引擎的设计与实现

基于Lucene的面向主题的搜索引擎的设计与实现

摘 要 

随着网络的迅猛发展，获取准确的网络信息变得困难。目前虽然已经有谷歌、百度这些优秀的通用搜索引擎，但是它们并不能很好的解决这个问题。通用搜索引擎的信息量大，页面更新比较慢，信息的实时性、准确性都无法保证。因此，本文设计并实现了面向主题的小型搜索系统。

本文论述了搜索引擎的发展历史、分类和中文搜索引擎发展现状，明确了系统开发过程中要解决的问题，提出了具体的设计方案。

论文的主要工作以及创新如下：基于Lucene软件包，设计完成了对页面的索引和搜索；研究了最大正向中文分词算法；设计了页面解析功能。

关键词： Lucene，面向主题，中文分词

目录

摘 要I

ABSTRACTII

目录III

第1章绪论1

1.1引言1

1.2本文主要实现内容1

第2章搜索引擎概述2

2.1搜索引擎的概念2

2.2搜索引擎的分类2

2.2.1 机器人搜索引擎2

2.2.2 元搜索引擎2

2.2.3 目录搜索引擎3

2.3中文搜索引擎的发展现状3

第3章面向主题的搜索引擎技术分析4

3.1搜索引擎的结构4

3.2网络蜘蛛的结构与工作流程5

3.3LUCENE简介6

3.3.1 Lucene的实现机制6

3.3.2 Lucene索引结构7

第4章系统结构分析设计9

4.1需求分析9

4.2系统设计图9

4.3系统详细设计11

4.3.1 信息采集模块设计11

4.3.2 索引模块设计13

4.3.3 搜索模块的设计16

第5章小型搜索系统的实现18

5.1信息采集模块实现18

5.2索引模块的实现20

5.2.1 文档解析20

5.2.2 中文分词的实现22

5.2.3 索引的实现25

5.3搜索模块的实现27

5.4用户界面的实现28

第6章测试与系统性能分析30

6.1测试30

6.1.1 中文分词测试30

6.2系统性能分析30

第7章总结32

7.1总结32

7.2未来工作32

参考文献33

致谢34

系统使用说明书35

1.使用说明35

2.运行环境35

3.操作步骤35

4.运行结果35