基于lucene的有哪些信誉好的足球投注网站引擎总结.pptVIP

浅谈网络有哪些信誉好的足球投注网站引擎的实现 知识管理系统网络有哪些信誉好的足球投注网站模块开发实践交流 功能需求 可自定义要有哪些信誉好的足球投注网站的网站列表（以下简称目标列表） 可对目标列表网站的网页内容进行检索 可对目标列表网站的网页内容进行自动分类处理 可自定义更新周期及一些相关性能参数 系统主要功能模块 网络蜘蛛 采集、解析并保存目标列表网站的内容（网页） 全文索引/检索 为目标列表网站内容建立索引 提供内容的全文检索 自动分类 对目标列表网站内容进行分类 基本流程 网络蜘蛛 功能概要 目标文档地址队列 w/r 目标文档（网页）获取 目标文档保存 文档解析并得到新的目标文档地址队列和文档正文内容 网络蜘蛛 当前版本的实现 多线程 Apache HttpClient Hsql HTML Parser 全文索引/有哪些信誉好的足球投注网站 什么是全文索引？ 为了快速有哪些信誉好的足球投注网站大量的文本文件 为一本书建立关键词的索引“书签” 什么是全文有哪些信誉好的足球投注网站？ 在索引中查找关键字的过程，找到关键字在哪些地方出现 全文索引/有哪些信誉好的足球投注网站 Lucene简介 高性能、可扩展的信息检索工具库 为应用程序添加索引/有哪些信誉好的足球投注网站功能 一个典型的应用： 全文索引/有哪些信誉好的足球投注网站 全文索引/有哪些信誉好的足球投注网站 Lucene索引过程的核心类 IndexWriter ：提供对索引的写入操作 Directory：描述了索引存放的位置 Analyzer：对文本进行分析，提取词汇（token），剔除无用的信息 Document：虚拟的文档 Field：每个Document包含一个或多个不同命名的Field，每个Field对应一段数据，这些数据在有哪些信誉好的足球投注网站过程中可能会被查询或在索引中被检索 全文索引/有哪些信誉好的足球投注网站 Lucene索引代码示例： Directory dir = FSDirectory.getDirectory(indexDir); Analyzer anlyzer = new SimpleAnalyzer(); IndexWriter writer = new IndexWriter(dir, analyzer, true); Document doc = new Document(); doc.add(Field.Keyword(“id”, “1000”); doc.add(Field.UnIndexed(“name”, “Yao Ming”); doc.add(Field.UnStored(“intro”, “Yao Ming is a player of Houseton Rockets.”); writer.addDocument(doc); writer.close(); 全文索引/有哪些信誉好的足球投注网站 Lucene有哪些信誉好的足球投注网站过程的核心类 IndexSearcher：用于有哪些信誉好的足球投注网站IndexWriter创建的索引 Term：用于有哪些信誉好的足球投注网站的一个基本单元包括了一对字符串元素，与Field相对应 Query ：抽象的查询类 TermQuery：最基本的查询类型，用来匹配特定Field中包含特定值的文档 Hits：存放有序有哪些信誉好的足球投注网站结果指针的简单容器 全文索引/有哪些信誉好的足球投注网站 Lucene有哪些信誉好的足球投注网站代码示例： IndexSearcher searcher = new IndexSearcher(directory); Term t = new Term(“intro”, “Yao”); Query query = new TermQuery(t); Hits hits = searcher.search(query); assertEquals(“JUnit test”, 1, hits.length()); Lucene的线程安全性 不允许使用多个IndexWriter或IndexReader实例同时对一个索引进行修改 IndexWriter和IndexReader是线程安全的，可以被多线程共享 全文索引/有哪些信誉好的足球投注网站 中文分词器 最大匹配法（机械分词）：按照一定的策略将待分析的汉字串与一个“充分大的”机器词典中的词条进行配，若在词典中找到某个字符串，则匹配成功。 二元分词 一元分词 自动分类 向量距离分类算法 根据算术平均，为每类文本集生成一个代表该类的特征向量 提取待分类文本的特征向量 计算该向量与每类特征向量之间的相似度 判定文本属于与文本距离最近相似度最大的类别 自动分类 相似度计算公式： 系统基础类图 Road map 自动分类学习 中文分词算法改进 支持多种格式的文档（doc, pdf…） 海量网站有哪些信誉好的足球投注网站的支持（分布式处理） 系统框架的优化和迭代改进 * * *