基于Lucene的蒙古文搜索引擎的设计与实现

《基于Lucene的蒙古文搜索引擎的设计与实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：10126学号：31609106分类号：TP311编号：论文题目基于Lucene的蒙古文搜索引擎的设计与实现内蒙古大学学院：计算机学院专业：软件工程研究方向：软件工程姓名：贾雪军指导教师：王俊义教授2018年4月25日原创性声明本人声明：所呈交的学位论文是本人在导师的指导下进行的研究工作及取得的研究成果。除本文已经注明引用的内容外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得内蒙古大学及其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作

2、者签名：指导教师签名：日期：日期：在学期间研究成果使用承诺书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：内蒙古大学有权将学位论文的全部内容或部分保留并向国家有关机构、部门送交学位论文的复印件和磁盘，允许编入有关数据库进行检索，也可以采用影印、缩印或其他复制手段保存、汇编学位论文。为保护学院和导师的知识产权，作者在学期间取得的研究成果属于内蒙古大学。作者今后使用涉及在学期间主要研究内容或研究成果，须征得内蒙古大学就读期间导师的同意；若用于发表论文，版权单位必须署名为内蒙古大学方可投稿或公开发表。学位论文作者签名：指导教师签名

3、：日期：日期：内蒙古大学硕士学位论文基于Lucene的蒙古文搜索引擎的设计与实现摘要如今，互联网上信息量的增长速度非常快，中国互联网的普及率也在提高，网民规模正在扩大，中国网民常使用的搜索引擎已达8种以上，而针对蒙古文的搜索引擎却非常少。搜索引擎的应用为用户对信息的搜索带来了便利，但少数民族语言的搜索服务发展比较缓慢，在技术和应用方面远不如中英文的搜索引擎。蒙古文历史比较长远，使用蒙古文编撰的文献资料较多，但其网络资源很少并且不宜发现。将蒙古文搜索引擎系统应用于民族工艺美术平台，有利于改善用户使用平台搜索服务时的体验。论文运用网络爬虫工具

4、包HttpClient和网页解析工具包Jsoup，分别对民族工艺美术平台站点爬取蒙古文网页信息并对其进行解析。解析后的文档内容经过蒙古文分析器处理后形成索引。由于Lucene分析器不支持对蒙古文的分析，因此需要在全文检索工具包Lucene的基础上，根据蒙古文的词法特点对分析器进行重写，功能包括蒙古文的词切分、停用词和标点符号过滤以及词干提取等。蒙古文搜索引擎系统为用户提供了接口，接收用户查询，由检索器将检索出的相关文档按相关度排序后再将文档列表传递给用户接口。基于Web服务器端用户的访问记录和交互信息，采用Web日志挖掘技术中的关联规则对

5、用户的搜索行为和日志记录进行分析，向用户提供个性化的信息推荐。最后，依据蒙古文的书写方式，运用CSS提示层技术将有限的页面设置为可以提供更多信息的形式，并结合HTML、Ajax和JavaScript等前端技术，将搜索结果展现给用户。论文分析、设计和实现了蒙古文搜索引擎系统，在民族工艺美术平台上进行了测试和应用。关键词：蒙古文；搜索引擎；分析器；个性化推荐I基于Lucene的蒙古文搜索引擎的设计与实现DESIGNANDIMPLEMENTATIONOFMONGOLIANSEARCHENGINEBASEDONLUCENEABSTRACTToda

6、y,theamountofinformationontheInternetisgrowingveryfast.ThepopularityoftheInternetinChinaisalsoincreasing,andthescaleofInternetusersisexpanding.ThenumberofsearchenginesusedbyChineseInternetusershasreachedmorethaneight,andthereareveryfewsearchenginestargetingMongolia.Theapp

7、licationofsearchenginehasbroughtconveniencetothesearchofinformationbyusers,butthedevelopmentofsearchservicesforethnicminoritylanguageshasbeenslow,anditisfarinferiortoChineseandEnglishsearchenginesintermsoftechnologyandapplications.ThehistoryofMongolianisrelativelylong-ter

8、m,andtherearemanydocumentswritteninMongolian,butitsnetworkresourcesarefewandshouldnotbefound.App