分布式信息检索系统的优化设计和实现

《分布式信息检索系统的优化设计和实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、Ｓｏｕ化ＣｈｉｎａＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ工程硕±学位论女分布式信息检索系统的仇化设计和实现作者姓名洪瑞埼工程领域计算机技术校内指导教师董守斌教授校外指导教师邹杜高级工程师所在学院计算机科学与工程论文提交日期２０１６年３月—ｊTheOptimizedDesignandImplementationofDistributedInformationRetrievalSystemADissertationSubmittedfort

2、heDegreeofMasterCandidate：HongRuiqiSupervisor：Prof.DongShoubinS.E.ZouDuSouthChinaUniversityofTechnologyGuangzhou,China分类号：ＴＰ３９学校代号：１０５６１学２０１３２１的０７６３华南理工大学硕±学位论文分布式信息检索系统的优化设计和实现作者姓名：洪瑞巧申请学位级别：工程硕±工程巧巧名称：计算机技术校巧指导巧师姓名、职称：董守巧巧授校外指导教师姓名、职称：邹杜巧级

3、工程师论文形式：□产品研发□工程设计用研兜□工程／项目管理□调研报告研兄方向：计算机应用技术论文提交曰期：年多月日论文答辩曰期主月曰ｆ：年学位授予单位：华南理工大学学位授予日期：年月曰答辩委员会成员：主席：韩国强委员：李拴清巧灿张化咸高昭昇—Ｉ？臣ｆｅｊｅＷＪｉａ—１－ｆ华蘭理工大学学位论文原创性声明，、本人郑巧芦明：所星交的论义是本人巧帅的化ｙＩ独治：化行研贫￡所。除了义中惦别加Ｗ标化引＂ｊ的内巧外，木论文小包會ｆｒ取得的研殆

4、成驳；何其他个人或集体已经发衣或撰巧的成采化扯。对木义的硏究做山總化如献的个人和樂体，巧己巧文中Ｗ明确方式标明。木人宛个热ｍ巧木卢明的化佈巧果由本人承巧。作者签名＞２￣．Ｕ；口期：年ｉ乃学位论文版权使用授权书本学位论文作薪完全了解学校巧义保脚、使川巧化论文的规巧，叩：研巧生在校攻读学位期间论文：！．权：化的知识产权中位Ｍ华桐巧：１火巧。巧校扣保存并向国家有关部口或机构这交论文的巧印件巧化子版，化巧巧位论文被査阅（除在保密期内的保帘论文外）：学校ＷＬＵ公化学位论义的全部或

5、部分內容，可允许采用影巧、缩印或巧它茲制乎？段做佑、汇编学位论文。－－－致本人电子文巧的内容和纸质论文的内容相。本学□位论文属于：保不密，在年解密后适用本按权书。９保密，同愈在校园网上发布，供校冉师生和与学校巧巧巧协议的单位浏览；同意将本人学位论文提交中間学术期刊（化盘版）电子杂志社全文出版和编入ＣＮＫＩ《中闽知识资源总库》，化揣学位论义的金部或部分巧容。＊＂＂（请在上相应方框内巧Ｖ）作者签名：：＾兵＾＾赛長哀日期：；＾／＾．＾＾指导教师签名：日期吨．摘要传

6、统搜索引擎采用集中式的信息爬取和索引方式，对网络上深层内容、动态内容和私有内容的处理具有一定局限性。分布式信息检索则能够更好的适应对各种异构资源的检索。它可以对多种来源的信息进行有效的整合和处理，提供更为多样化的检索服务。其检索流程可分为资源描述、资源选择、查询分发和结果融合四个阶段。其中查询分发阶段会伴随着大量的网络通信，使用一般的IO模型和通信方式会造成较大的开销，因此需要进行特殊的设计。此外，检索系统还需要具备良好的可扩展性，以便处理异构的资源和多样化的查询需求。服务注册、服务管理、服务发现和服务监控等

7、基础设施对于分布式系统的稳定运行也起着关键的作用。本文的工作重点即是设计和实现一个高效、稳定、可扩展的分布式信息检索系统。主要包括以下几个部分：（1）分布式信息检索系统的整体架构设计，根据分布式信息检索的特点，划分系统的功能模块，分析和选择系统所使用的IO模型和通信方式。（2）设计和实现系统的服务注册、服务管理、服务发现和服务监控等基础组件，保证系统各节点服务间的访问和通信能够稳定、可靠的进行。（3）在系统的核心检索模块中，定义资源选择、查询分发和结果融合的接口，并实现相应的算法。设计和实现插件机制，以支持对

8、核心检索模块算法和功能的灵活扩展。实现资源选择和查询分发的缓存功能，以提升系统的吞吐量，减少查询的响应时间，节约带宽。（4）建立中央抽样库，保存各个资源库的抽样文档，以支持资源选择过程。实现查询抽样工具，基于资源库的检索接口，对资源库进行查询抽样，并将结果导入中央抽样库中。（5）对系统的功能和性能进行测试，比较和分析系统在不同查询参数、资源库响应时间、资源库数量以及不同并发数下的性能变化情况。关键词