基于Lucene的电子档案检索系统的设计与实现

论文摘要

随着信息技术的不断发展,“信息过载”已经成为日益严重的问题。维护成本高、索引数据源单一、缺乏灵活性等现有的搜索引擎问题已经成为信息搜索技术发展的瓶颈。本文首先介绍了信息检索系统的分类、发展趋势,并详细研究了搜索引擎的工作原理、性能指标和基于Lucene的索引和搜索技术,接着对电子档案检索系统的功能性需求和非功能性需求进行了深入的研究和分析,最后,本文根据UNIS电子档案检索系统的需求,基于全文检索工具软件包Lucene,设计并实现了一个高性能的基于Lucene的站内档案检索系统。该系统分为异构文档解析、数据处理、文档索引、文档搜索、用户检索服务等五个模块,这些模块不但能实现了本身应有的功能,而且能完成相互间的交互。本文还对该系统进行了测试和分析。测试数据和分析结果表明,文中设计和实现的基于Lucene的信息检索系统的查全率、查准率等性能指标完全满足了设计要求,该系统方案是高效可行的。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 项目背景与研究意义
• 1.2 国内外现状及发展趋势
• 1.3 本文研究内容
• 1.4 本文组织结构
• 第二章 相关技术概述
• 2.1 搜索引擎的概述
• 2.1.1 搜索引擎的概念及功能
• 2.1.2 搜索引擎的工作原理
• 2.1.3 搜索引擎的性能指标
• 2.2 Lucene的概述
• 2.2.1 Lucene索引技术
• 2.2.2 Lucene搜索技术
• 2.3 MVC框架及JBOSS服务器介绍
• 第三章 电子档案检索系统的需求分析与概要设计
• 3.1 电子档案检索的需求分析
• 3.1.1 系统功能需求分析
• 3.1.2 系统非功能性需求分析
• 3.2 索引检索子系统的概要设计
• 3.2.1 功能模块图
• 3.2.2 逻辑模型图
• 3.2.3 体系结构图
• 3.3 索引检索子系统的用例分析
• 3.4 本章小结
• 第四章 电子档案检索系统的详细设计与实现
• 4.1 总体设计图
• 4.2 基于MVC架构的实现策略
• 4.3 各模块的设计与实现
• 4.3.1 异构文档解析模块
• 4.3.2 数据处理模块
• 4.3.3 文档索引模块
• 4.3.4 文档搜索模块
• 4.3.5 用户检索模块
• 4.4 Lucene排序算法的实现
• 4.5 Lucene中文分词的实现
• 4.6 本章小结
• 第五章 运行、测试及性能分析
• 5.1 运行环境
• 5.2 系统运行过程
• 5.3 系统测试
• 5.3.1 解析器的模拟测试
• 5.3.2 文档索引生成的模拟测试
• 5.3.3 索引文件优化的模拟测试
• 5.3.4 搜索关键词的模拟测试
• 5.4 系统性能分析
• 5.5 本章小结
• 第六章 总结与展望
• 致谢
• 参考文献