基于Heritrix和Lucene的國內(nèi)機(jī)票比價(jià)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著信息產(chǎn)業(yè)的高速發(fā)展，互聯(lián)網(wǎng)逐漸成為許多行業(yè)的重要載體。當(dāng)前各行各業(yè)的電子商務(wù)層出不窮，比價(jià)系統(tǒng)是電子商務(wù)發(fā)展中一個(gè)非常重要的應(yīng)用，可以方便用戶對(duì)產(chǎn)品價(jià)格進(jìn)行比較，也可以給各大電商提供定價(jià)參考。比較系統(tǒng)逐漸成為各大電子商務(wù)網(wǎng)站提升自身競(jìng)爭力和增加用戶粘度的利器。
　　在航空領(lǐng)域，電子機(jī)票的使用已經(jīng)非常廣泛，網(wǎng)上訂票系統(tǒng)極大地方便了人們的出行。但是在機(jī)票的銷售領(lǐng)域競(jìng)爭也非常激烈，同一航班的機(jī)票價(jià)格在不同的銷售站點(diǎn)差異也非常大，給用

2、戶購買機(jī)票帶來價(jià)格上的困擾，也給機(jī)票銷售站點(diǎn)的定價(jià)帶來混亂。本文針對(duì)這鐘狀況，基于開源的Heritrix和Lucene項(xiàng)目，設(shè)計(jì)并實(shí)現(xiàn)一款基于國內(nèi)機(jī)票的比價(jià)系統(tǒng)。本系統(tǒng)對(duì)互聯(lián)網(wǎng)機(jī)票價(jià)格數(shù)據(jù)爬取、處理和比較后，會(huì)對(duì)某條航線或者航班的價(jià)格進(jìn)行排序，并給出是否低于均價(jià)、性價(jià)比是否合適的判斷，同時(shí)會(huì)給出用戶購票的跳轉(zhuǎn)鏈接。論文的主要工作包括如下幾個(gè)方面：
　　1.系統(tǒng)的需求分析。主要分析了系統(tǒng)實(shí)現(xiàn)的目標(biāo)、功能以及性能要求等，明確了系統(tǒng)的構(gòu)

3、成和要求。
　　2.詳細(xì)分析了實(shí)現(xiàn)比價(jià)系統(tǒng)的關(guān)鍵技術(shù)。主要包括：主題爬蟲、中文分詞、以及開源軟件Hertrix和Lucene的使用進(jìn)行了討論，并結(jié)合機(jī)票價(jià)格的主題對(duì)如何使用這些技術(shù)做了分析，解決主題相關(guān)性、中文分詞技術(shù)選擇、頁面解析和DOM等關(guān)鍵技術(shù)難點(diǎn)。
　　3.系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)。論文分析了系統(tǒng)的總體設(shè)計(jì)、各模塊組成和數(shù)據(jù)庫的實(shí)現(xiàn)，分析和討論了數(shù)據(jù)庫關(guān)鍵表項(xiàng)。分模塊論述了機(jī)票信息的爬取，數(shù)據(jù)相關(guān)性計(jì)算，通過頁面處理實(shí)現(xiàn)目標(biāo)