基于Lucene的搜索引擎優(yōu)化.pdf

1、當今網(wǎng)絡技術飛速發(fā)展，隨之而來的是信息量的爆炸式增長，人類已經(jīng)進入了信息時代，互聯(lián)網(wǎng)在提供人們海量信息的同時，也帶來了搜索信息的困難。如何才能在如此浩瀚的信息海洋中尋找自己想要的信息，一直是互聯(lián)網(wǎng)用戶關心的問題。搜索引擎正是解決這一問題的有利工具，搜索引擎技術是根據(jù)一定的策略、運用特定的計算機程序從互聯(lián)網(wǎng)上搜集信息，在對信息進行組織和處理后，為用戶提供檢索服務，將用戶檢索相關的信息展示給用戶的系統(tǒng)。但是由于搜索引擎技術涉及到數(shù)據(jù)庫、信息

2、檢索、人工智能、自然語言處理等技術，所以眾多商業(yè)公司都不愿將自己的搜索引擎核心技術公之于眾。
　　 Lucene是一個開放源代碼的全文檢索引擎工具包，即它不是一個完整的全文檢索引擎，而是一個全文檢索引擎的架構，提供了完整的查詢引擎和索引引擎，部分文本分析引擎。本人在公司實習期間的主要工作為設計公司網(wǎng)站的站內(nèi)全文搜索引擎，因此本人對搜索引擎技術進行了較為深入的了解和研究，本文是通過對全文搜索引擎工具包Lucene的架構的分析，實現(xiàn)

3、和更新了Lucene中的部分模塊以滿足實際的需要。
　　 1．針對Lucene的原有中文分析器具有檢索查全率、查準率不夠理想的缺點，重新設計實現(xiàn)了Lucene的中文分詞模塊。首先對Lucene中的詞典機制進行了優(yōu)化設計，之后利用簡易詞典對字符串搜索范圍進行了有效的縮減。與原Lucene的檢索模塊相比，提高了一定的檢索效率。
　　 2．在本文中設計并實現(xiàn)了一種基于詞典的中文分詞算法，并采用了詞前綴哈希算法來進行中文匹配。<