基于Lucene的毕业论文库全文检索系统的设计与实现

摘要

目前,随着高校网络环境的改善,图书馆自动化条件的不断优化,很多高校图书馆都已经或正在着手特色数据库的建设工作。其中,学生毕业论文库的建设也是图书馆的一项重要工作。学生毕业论文一般都非常注重专业建设与地方特色的结合,同时,作为一种历史数据资源和资料,它还能为教师和学生今后的毕业设计工作提供重要的借鉴和参考作用,因此是很有价值的建库资料。特色数据库的建设必须依赖一定的软件平台,对于大多数图书馆来说,这种软件平台需要通过购买产品来实现。但是这种软件一旦选定一般不能轻易更改,因此对于每个图书馆来说,能够开发一个独立稳定、配置灵活且符合图书馆工作需要的检索系统是非常重要的一项工作。
　　 全文检索是指计算机索引程序通过扫描文章中的每个词进行检索。该检索是对文档中的每一个词建立一个索引,指明该词在文章中出现的次数和位置,当用户查询时,检索程序就根据事先建立的索引进行检索,并将结果反馈给用户的检索方式。
　　 本文分析了当前信息检索领域的研究及应用现状,研究了全文检索系统的特点、主要算法、全文检索的相关理论和全文检索的发展趋势及技术热点。对流行的丌源全文检索工具包Lucene的体系架构和主要功能模块进行了剖析,对Lucene主要索引算法,查找算法,排序算法原理进行了解析。同时,结合本单位毕业论文库建设的实际,在基于Lucene工具包的基础上,分析并设计了毕业论文全文检索系统,本系统实现了远程提交论文,全文检索等功能,简化了图书馆工作人员收缴学生毕业论文电子文档过程,提高了工作效率。通过对本系统进行的检索性能测试和应用实验,归纳出了本系统的特点,验证了全文检索系统的各项指标,达到了图书馆全文检索系统的应用标准。