基于Lucene.NET的局域网全文搜索引擎的设计与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 搜索引擎的研究背景 | 第9页 |
| 1.2 搜索引擎的国内外研究现状 | 第9-10页 |
| 1.3 本文主要工作 | 第10页 |
| 1.4 本文结构安排 | 第10-12页 |
| 第二章 搜索引擎的关键技术研究 | 第12-20页 |
| 2.1 搜索引擎基本架构 | 第12-13页 |
| 2.2 网络爬虫技术研究 | 第13-15页 |
| 2.2.1 网络爬虫的工作原理 | 第13-15页 |
| 2.2.2 网页分析算法 | 第15页 |
| 2.3 全文索引技术研究 | 第15-17页 |
| 2.3.1 正排索引 | 第16页 |
| 2.3.2 倒排索引 | 第16-17页 |
| 2.4 中文分词技术研究 | 第17-19页 |
| 2.4.1 中文分词特点 | 第18页 |
| 2.4.2 中文分词算法 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第三章 开源LUCENE.NET全文检索包 | 第20-34页 |
| 3.1 LUCENE概述 | 第21-22页 |
| 3.2 LUCENE的索引 | 第22-29页 |
| 3.2.1 Lucene索引逻辑结构 | 第22-23页 |
| 3.2.2 索引文件物理结构 | 第23-24页 |
| 3.2.3 Lucene索引的建立 | 第24-27页 |
| 3.2.4 索引的合并与优化、同步 | 第27-29页 |
| 3.3 LUCENE的搜索 | 第29-31页 |
| 3.3.1 Lucene搜索的建立 | 第29-30页 |
| 3.3.2 对搜索结果的评分、排序 | 第30-31页 |
| 3.4 LUCENE的分析器 | 第31-33页 |
| 3.4.1 Lucene分析器机制 | 第31-32页 |
| 3.4.2 中文分词机制 | 第32-33页 |
| 3.5 系统需求分析 | 第33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 系统模块的设计 | 第34-49页 |
| 4.1 站内爬虫模块的设计 | 第35-39页 |
| 4.1.1 网页的遍历 | 第36-37页 |
| 4.1.2 网页的去重 | 第37页 |
| 4.1.3 多线程并发爬虫 | 第37-38页 |
| 4.1.4 站内站外地址判定 | 第38-39页 |
| 4.2 信息过滤和处理模块的设计 | 第39-41页 |
| 4.2.1 去除HTML标签 | 第39-40页 |
| 4.2.2 去除CSS样式表和JS脚本语言 | 第40-41页 |
| 4.2.3 提取网页标题和文本信息 | 第41页 |
| 4.3 基于LUCENE.NET的索引模块设计 | 第41-46页 |
| 4.3.1 分词器的选择 | 第42-44页 |
| 4.3.2 Field实例化参数 | 第44-46页 |
| 4.4 基于LUCENE.NET的查询模块的设计 | 第46-48页 |
| 4.4.1 查询类型 | 第46-47页 |
| 4.4.2 查询结果的排序 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 系统模块的实现 | 第49-61页 |
| 5.1 站内爬虫模块的实现 | 第49-53页 |
| 5.2 信息过滤和处理模块的实现 | 第53-56页 |
| 5.3 索引模块的实现 | 第56-58页 |
| 5.4 查询模块的实现 | 第58-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 系统模块的测试 | 第61-65页 |
| 6.1 站内爬虫模块的测试 | 第61页 |
| 6.2 信息过滤和处理模块的测试 | 第61-63页 |
| 6.3 索引和查询模块的测试 | 第63-64页 |
| 6.4 本章小结 | 第64-65页 |
| 第七章 总结和展望 | 第65-67页 |
| 7.1 工作总结 | 第65页 |
| 7.2 研究展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-70页 |
