面向領(lǐng)域的關(guān)系數(shù)據(jù)庫全文檢索系統(tǒng)的優(yōu)化設(shè)計(jì).pdf

1、在互聯(lián)網(wǎng)飛速發(fā)展的背景下，數(shù)據(jù)庫應(yīng)用體現(xiàn)出了不同以往的新特點(diǎn)，新的需求應(yīng)運(yùn)而生。海量數(shù)據(jù)及數(shù)據(jù)孤島的產(chǎn)生，嚴(yán)重阻礙了科學(xué)數(shù)據(jù)的有效共享。 從這一背景出發(fā)，DartGrid在傳統(tǒng)的數(shù)據(jù)集成解決方案基礎(chǔ)上引入了語義技術(shù)和網(wǎng)格技術(shù)，提出了基于語義的數(shù)據(jù)庫網(wǎng)格的概念，作為異質(zhì)異構(gòu)數(shù)據(jù)庫集成的一種解決方案。作為DartGrid內(nèi)核的一個(gè)主要應(yīng)用平臺(tái)，DartSearch全文搜索系統(tǒng)已經(jīng)伴隨著DartGrid發(fā)展到了第三個(gè)版本，本文主要介紹

2、了DartSearchV3系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)。 首先，本文簡要的介紹了DatGrid平臺(tái)和搜索引擎技術(shù)的發(fā)展現(xiàn)狀，然后介紹Lucene的實(shí)現(xiàn)機(jī)制。并通過分析DartSearchV2版本所存在的問題，提出了DartSearchV3所要解決的問題和系統(tǒng)的架構(gòu)設(shè)計(jì)。 本文的重點(diǎn)是對(duì)DartSearchV3系統(tǒng)中中文分詞方法、索引機(jī)制、rank機(jī)制這三個(gè)核心模塊所采用的技術(shù)、架構(gòu)、算法思想、核心模塊、優(yōu)化結(jié)果等多個(gè)方面進(jìn)行了分析。