web多媒体数据实时索引的设计与实现

《web多媒体数据实时索引的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、16计算机与数字工程第34卷"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""!Web多媒体数据实时索引的设计与实现付东来李元（贵州大学计算机软件与理论研究所贵阳550025）摘要：分析讨论了Intranet环境下对搜索引擎Web站点文本、MP3、图片三类数据的实时索引问题。我们的工作与Googie、百度不同的是MP3、图片数据采用的挖掘特征信息进行实时索引的方法，减少了索引文件对磁盘空间的需求，削减了人工分类的麻烦。最后在BOT和LUCENE软件包的基础

2、上，设计并实现基于上述分析技术的Web搜索引擎。经实际测试，效果良好。关键词：IntranetWeb搜索引擎中图分类号：TP37DesignandImplementationoftheReal-timeIndexofWebMultimediaDataFuDonglaiLiYuan（InstituteofComputerScience，GuizhouUniversity，Guiyang550025）Abstract：Thispaperdiscussesthereai-timeindexprobiemofthreekindsofresou

3、rcesinciudingtexts、mp3andpicturesofwebsiteunderIntranetenvironment.Inordertoreducethedemandforthemagneticdiscspace，cutdowntheartificiaiciassifyingtroubie，Weadoptamethodtoexcavatecharacteristicinformation.Themethodisdifferentfromindexingmp3andpicturesofGoogieorBaidu.Fina

4、iiy，byus-ingBOTandLUCENEkits，thispaperdesignsandimpiementsabove-mentionedsearchengine.Theresuitissatisfyingintestingactuaiiy.Keywords：Intranet，Web，searchengineClassnumber：TP37WWW技术规范，通过简单的浏览器界面，方便地1引言集成各类已有网络；它继承了Internet的全部优点，讨论Intranet环境下的搜索引擎问题，设计实而且能够有效地保证组织内部信息的安全性

5、。现了一个对Web站点文本、MP3、图片三类数据进尽管Intranet在技术上的许多方面与Internet行实时索引与Web在线检索引擎。与Googie、百度相同，但在应用范围以及管理方式上却有很大的区不同的是MP3、图片数据的实时索引采用挖掘特征别。具体说来，主要有以下几个显著特征：信息的方法，优点是减少了索引文件对磁盘空间的第一，虽然并不是每一台主机都有域名，但几需求，削减了人工分类的麻烦，缺点是可能存在资乎所有的计算机都有一个相对固定的IP地址，尽源不能链接、图片不能在查询结果中实时显示，对管有的采用DHCP服务器来分配IP地址

6、，但一旦MP3、图片的索引范围不全。但是，在Intranet环境第一次分配也就相对固定了。下我们完全可以通过加强网站建设的管理，加强与第二，IP地址数量较少、范围已知，而且其中网站管理员的沟通与配合，扬长避短，充分发挥该主机主要是Web和FTP服务器。做法的优势。第三，主机不一定连接运行。很多计算机在不2服务器的特点工作时会关机，从而Web服务器也就停止了工作。Intranet是利用Internet技术在组织内部建立的第四，Web服务器之间超链接较少。很多部门一种信息交换网络系统，采用TCP/IP通信协议和级Web服务器不与其他服务器

7、之间建立超链接。!收到本文时间：2005年6月24日基金项目：贵州科学基金项目（编号：黔科合2004GGY002）资助第34卷（2006）第3期计算机与数字工程l7"""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""""Cutting用Java写的全文索引引擎工具包，200l年3设计原则及功能目标年底成为APACHE基金会jakarta的一个子项目。3.l设计原则目前的最新版本为Lucenel.4.3。Lucene共提供了针对Intranet本身的特点，在方案设

8、计当中应七个程序包，本文仅用了Org.apache.Lucene.遵循以下三条设计原则：search、Org.apache.Lucene.index、Org.apache.首先，我们要保证搜索的完整性，即所有提供Luce