[发明专利]一种基于开源架构的便捷化全文检索方法

说明书

本发明属于信息技术数据检索技术领域，具体涉及一种基于开源架构的便捷化全文检索方法。本发明的方法包括以下步骤：针对用户实际使用需求，设计实现全文检索系统平台的物理拓扑架构和技术开发方案架构；结合数据资源自身特征，完成全文检索功能流程设计，其关键在于索引构建与维护策略和全过程数据流的功能设计实现；充分考虑数据资源当前与将来应用的扩展性和适用性，确定了系统实现的技术框架，同时采用全配置式部署支持快速灵活的实现系统扩展，最终完成系统实现架构的设计和开发。本发明解决了现有方法难以满足数据快速检索实际应用需求的技术问题，能够利用较低的技术成本和经济成本，实现高效快捷、有针对性的全文检索。

技术领域

本发明属于信息技术数据检索技术领域，具体涉及一种基于开源架构的便捷化全文检索方法。

背景技术

数据检索或信息检索，尤其是全文检索，是信息技术领域的重要研究内容之一。21世纪初，谷歌和百度等以信息检索为主要发展引擎的IT公司发展迅猛，已经建立了复杂的信息检索平台，形成了强大的信息检索能力。同时，随着信息技术的发展和实际业务需求的增多，越来越多的企业需要建立自己的信息平台和检索系统。但是，由于技术和经济成本的限制，不可能每个企业内部都花巨大成本去建立类似于谷歌、百度这样的大型信息检索引擎。因此，基于开源架构探索便捷化的全文检索方法成为小企业节省成本、加快发展的重要基础支撑工作。

目前基于开源架构自主开发的全文检索方法，其数据检索读取方法更多是通过直接查询和读取底层数据库的存储字段来实现的，但是随着信息技术和用户使用需求的发展，这种方法越来越不能满足实现数据快速检索的实际应用需求。

发明内容

本发明需要解决的技术问题为：现有基于开源架构的全文检索方法通过直接查询和读取底层数据库的存储字段实现数据检索读取，难以满足数据快速检索的实际应用需求。

本发明的技术方案如下所述：

一种基于开源架构的便捷化全文检索方法，包括以下步骤：

步骤S1全文检索系统平台物理拓扑架构和技术开发方案架构设计；

步骤S2全文检索功能流程设计；

步骤S3全文检索系统平台开发实现。

作为优选方案：步骤S1中，所述物理拓扑架构的部署思路为：根据数据流向，按照数据存储层-应用服务层-缓存层-负载均衡层的分层方式进行设置。步骤S1中，所述技术开发方案架构的具体技术实现是以开源数据库为数据存储容器，采用B/S架构，基于Eclipse编程开发平台，采用面向对象的JAVA编程语言，进行全文检索系统详细功能设计以及开发实现。所述开源数据库可以为PostgreSQL数据库或MySQL数据库。

作为优选方案：步骤S2包括以下步骤：

步骤S21索引构建与索引维护策略设计；

步骤S22全过程数据流设计。

步骤S21所述索引构建是在系统功能对象交互的基础上，根据用户交互的请求参数，启动构建文档索引的实例；随后依次遍历数据集合中的所有文档，对文档记录以及属性内容进行分词处理，构建倒排索引；最后，将倒排索引及其相关辅助信息持久化地存储到服务器磁盘，生成索引文件。

步骤S21所述索引维护依靠人工或者命令脚本，在后续数据更新的基础上，实现定期的索引重新构建。

步骤S22所述全过程数据流的设计如下所述：索引文件生成之后，用户通过系统界面发送进行全文检索的请求，首先由文档全文检索请求分析器进行请求的捕获和预处理；然后将查询参数中的查询语句根据特征词库，进行分词，得到词项数组；接下来根据已经生成好的索引文件，进行关键词匹配，得到候选文档集合，计算候选文档集合中文档与查询语句的相似度，得到文档评分并进行排序，最后返回查询结果至浏览器页面进行发布展示。