-
题名基于Lucene的分布式并行索引
被引量：7
- 1
-
-
作者
唐华姣
何友全
徐小乐
徐澄
-
机构
重庆交通大学信息科学与工程学院
重庆交通大学管理学院
-
出处
《计算机技术与发展》
2011年第2期123-126,共4页
-
基金
重庆市科技攻关项目(CSTC
2010AC6074)
+1 种基金
重庆交通大学研究生教育创新基金资助项目
重庆交通大学实验教学改革与研究基金资助项目(SYJ200922)
-
文摘
索引技术是搜索引擎的核心技术之一,索引技术的好坏直接影响到搜索引擎的查准率以及对用户的响应速度。Lucene是一个优秀的全文检索引擎架构,采用高度优化的倒排索引结构并支持增量索引。但在实际应用Lucene时存在一个值得关注的问题:随着被索引文件的增多,索引时间成线性增长,导致建索引的过程会影响搜索体验;在搜索引擎应用中,当索引文件量达到一定等级时,搜索引擎就遇到性能瓶颈。在深入分析和研究Lucene索引机制的基础上,采用以内存为缓冲区建索引文件的分布式并行索引技术形成了一个可扩展的搜索引擎解决方案,极大地缓解了建索引给搜索带来的瓶颈问题。
-
关键词
索引技术
LUCENE
搜索引擎
分布式并行索引
-
Keywords
index technology
Lucene
search engine
distributed parallel index
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名搜索引擎用户接口设计
被引量：2
- 2
-
-
作者
何友全
徐小乐
徐澄
栾红玉
唐华姣
-
机构
重庆交通大学信息科学与工程学院
重庆交通大学管理学院
-
出处
《重庆理工大学学报（自然科学）》
CAS
2010年第9期63-68,共6页
-
基金
重庆市科委攻关项目(CSTC
2010AC6074)
+1 种基金
重庆交通大学研究生教育创新基金资助项目
重庆交通大学实验教学改革与研究基金资助项目(SYJ200922)
-
文摘
介绍了搜索引擎中用户界面的实现技术,包括抓取网页、索引和检索。在此基础上,应用Ajax技术实现用户接口的设计,利用Lucene技术,在建立好的索引库中检索出用户感兴趣的网页,并给出设计过程中部分关键代码。
-
关键词
搜索引擎
中文分词技术
LUCENE
用户界面
AJAX技术
-
Keywords
Search Engine
Chinese Word Segmentation
lucene
User Interface
Ajax Technology
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名一种基于统计学特征和DOM树的网页去噪技术
被引量：2
- 3
-
-
作者
何友全
徐澄
徐小乐
唐华姣
-
机构
重庆交通大学信息科学与工程学院
重庆交通大学管理学院
-
出处
《重庆理工大学学报（自然科学）》
CAS
2011年第1期54-58,共5页
-
基金
重庆市科技攻关项目(CSTC
2010AC6074)
+1 种基金
重庆交通大学研究生教育创新基金资助项目
重庆交通大学实验教学改革与研究基金资助项目(SYJ200922)
-
文摘
针对特定的网站或网页中抽取出用户感兴趣的信息这一问题,分析现有去噪技术的优缺点,提出了一种基于统计学特征和DOM树的Web页面去噪方法。该方法首先对原始网页进行预处理,然后分析网页的统计学特征,结合启发式的抽取规则,对网页进行去噪。实验证实该方法在较少人为干预的基础上能达到较好的抽取效果。
-
关键词
DOM
统计学特征
信息检索
-
Keywords
DOM
statistical characteristics
information retrieval
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
