文档介绍：信息管理方案与信息系统专业毕业生求职信
信息管理方案与信息系统专业毕业生求职信
1 / 12
信息管理方案与信息系统专业毕业生求职信
信息管理与信息系统专业毕业生求职信
一种全文检索的思路和实现
刘盈凯
经济与管理学院 2014 级信管一班
大纲：在最初进行设计的时候我是依照找寻引擎来设计的，在做爬行页面
的过程中发现了很多问题， 都是很难战胜的瓶颈。 因此放弃了这种方案， 采用了
单纯找寻当地文件的全文检索策略，全文检索方面有赫赫出名的 lucene ，之所
以没有增加 lucene 进来，是由于 lucene 封装了成立索引和盘问索引的过程， 作为毕业论文， 我想用自己思路来实现这个过程， 我实现了， 尽管很笨拙而且看似错杂。信息检索不是一个人的智力能完成的工作。 本文所议论的是信息检索领域的全文检索技术， 切词采用正向最大模式切词， 成立索引的时候采用的是流行的倒排索引技术，排序是使用 tf-idf 的统计方法，达到的目的就是简单，迅速，正确的找到我们所需要的信息， 而不需要对知识进行分类。 本文几乎没有在技术
上的创新，旨在讲清思路。让找寻不再奇怪。本检索程序采用 java 做为实现语言，采用找寻框的方式进行信息检索， 合用于各种实现静态化的网站系统和文本形式的文件系统。 重点词：全文检索 倒排索引
1、序言：第三次科技革命令人类由工业社会进入信息社会， 信息社会到来的时代称为“知识经济时代”。随着互联网的普及和数字信息量的爆炸式增加，能够让我们足不出户的能够接触到海量的信息。 现在，已经有一些优秀的信息检索产品，其中最常用的应该是智能找寻引擎了。 智能找寻引擎是在整个互联网上找寻信息，更多的企业中型网站系统，政府部门，都希望有自己的检索系统，能
够迅速正确的盘问到本系统中的信息。目前关于找寻的议论都集中
lucene
上，
信息管理方案与信息系统专业毕业生求职信
信息管理方案与信息系统专业毕业生求职信
12 / 12
信息管理方案与信息系统专业毕业生求职信
lucene
诚然供应了便利，可是他在很大程度上影响了中国程序员在数据检索方
信息管理方案与信息系统专业毕业生求职信
信息管理方案与信息系统专业毕业生求职信
12 / 12
信息管理方案与信息系统专业毕业生求职信
面的自主思虑。我也是用
lucene
进行过信息检索。本索引程序明显没有
lucene
信息管理方案与信息系统专业毕业生求职信
信息管理方案与信息系统专业毕业生求职信
12 / 12
信息管理方案与信息系统专业毕业生求职信
优秀，在文中不再议论
lucene
的相关技术。本文的索引策略参照了很多资料，
信息管理方案与信息系统专业毕业生求职信
信息管理方案与信息系统专业毕业生求职信
12 / 12
信息管理方案与信息系统专业毕业生求职信
其中也包括
lucene 。正如《 lucene in action
》中作者所说，找寻将成为编程
信息管理方案与信息系统专业毕业生求职信
信息管理方案与信息系统专业毕业生求职信
12 / 12
信息管理方案与信息系统专业毕业生求职信
领域的热门话题。
信息管理方案与信息系统专业毕业生求职信
信息管理方案与信息系统专业毕业生求职信
12 / 12
信息管理方案与信息系统专业毕业生求职信
传统数据库检索存在的问题：众所周知，
sql
语句能够经过
like
等重点字
信息管理方案与信息系统专业毕业生求职信
信息管理方案与信息系统专业毕业生求职信
12 / 12
信息管理方案与信息系统专业毕业生求职信
进行般配，可是我们需要的是进行全文检索， 全文检索是一种将文件中全部文本
与检索项般配的文字资料检索方法。 sql 语句的检索只能是特定项，而且大多数
数据库都不支持大文本的模糊盘问。
2、核心算法实现
词库
信息管理方案与信息系统专业毕业生求职信
信息管理方案与信息系统专业毕业生求职信
12 / 12
信息管理方案与信息系统专业毕业生求职信
停止词
切词
成立索引
排序
3、索引数据结构和索引数据积蓄算法
索引数据表结构及表之间关系关系
索引数据插入策略
索引数据更新策略
索引数据删除策略
4、索引模式实现方法