全文检索系统整体方案设计方案.docx

优选文档1

全文检索系统整体方案设计方案

1全文检索系统方案

1.1全文检索需求

1)系统供应模糊检索、分类找寻、高级复合找寻、全文检索、图片内容检索、跨库检索等多种检索路子；

2)支持字索引和词索引；

3)检索条件拥有完满的要点词布尔逻辑运算AND、OR、NOT能力，支持复合式布尔逻辑运算盘问，并且能够配合多组左括号(与右括号)作要点词盘问优先级的设置；

4)供应用户多次递进盘问的功能，用户可依照前一次盘问要点词获取的检索结果集，增加盘问要点词与减小找寻日期范围，而获取改正确的盘问结果集；

5)能够支持对以上文件中的中文(简体/繁体)、英文、日语、韩语内容实现要点字检索；

6)支持对Word、TXT、PDF等多种主流文档格式全文检索，并供应开发接口以支持特别文档格式的全文检索；

7)在数据源数据发生更新时，能在索引库中反响出来，保证找寻的信息为必威体育精装版，即支持增量索引体系；

8)用户可自行设准时间，让系统自动准时进行更新索引；

9)对于百万级记录数的找寻以及结合模糊找寻等盘问方式，找寻时间不得高出10秒；

10)供应跨数据源、数据格式的找寻；

11)同过相关性找寻，能够把和找寻条件相关系的信息找寻出来；

12)不仅能够对图片的描述信息进行找寻，还能够对图片内容的检索；

13)供应COM与SOAP的找寻接口(Interface)可让其他应用程序或盘问网页能够供应用户盘问入口和盘问结果的表现，用户可经过应用程序或阅读器接见全文检索服务器，提交盘问条件，可在阅读器中查察检索结果；

14)盘问结果集中应包括结果集总数、命中的结果文件的完满路径，以及吻合要点词出现的内容片断；

15)在找寻结果集中，要点词应被表记出来，用特其他字体及颜色和其他文字进行差异，盘问者可在盘问结果片断中如数家珍的看到要点词出现的地址；

16)盘问结果可依照要点词命中次数，命中结果文件的改正时间，大小等条件进行排序；

17)可供应用户对检索命中结果文件在索引库中进行标记，从而再次检索时，不在标记过的文件中进行盘问；

1.2全文检索系统整体方案

系统将采用以下全文检索流程。

优选文档2

全文检索系统整体方案设计方案

Folder/

Folder/

ShareFolder

withDocuments

TermExtractTermIndex

WebSite

IRMS.SearchEngineIRMS.IndexerAdapter

DataSourceComposerFlleExtractor

RDBMS

(ODBC/

OLEDB/JDBC)

IndexDatabase

notes

Arpllratlon

(UlperInterfece)

FlleNET内容管理

FuzzySearch

SynonymPhrase

Wild-Card

Multl-fleldFllter

LotusDomlnoR5,R6(NSF)

Robot/SplderByURLEntry

IRMS

针对企业内部的信息，包括文件服务器上的文件、网站网页、ERP等系统存放信息的数据库信息、办公应用中的公文档案文档已经内容管理系统中流转的内容，本系统供应了两种数据适配器来提取其中的正文内容和属性内容，形成一个相对结构化的数据虚假层；本系统的索引引擎(Indexer)对结构化的数据虚假层进行中文切分词、文件特点解析和渐渐索引，以及其他索引算法，生成索引数据库；使用者(user)在找寻页面中输入盘问字串等找寻条件并提交给本系统后，本系统的全文检索盘问引擎(Searcher)会在索引库中进行找寻，并将吻合找寻条件的找寻结果返回给使用者；使用者(user)可于盘问结果页面，进一步链接到信息原文查察详细内容。

对于系统管理，管理员可经过相应web方式的管理程序来管理整个系统运行环境及设置文件；并经过索引引擎(Indexer.exe)实时或准时创办索引，更新索引数据库的内容，使检索信息保持在必威体育精装版状态。

1.3全文检索系统带来的效益

高效率的整合找寻，大幅减少组织成员在获取信息时开销的时间!

本系统和其他找寻系统只针对特定信息源找寻不同样，它能对企业内部绝大多数的信息创办索引和找寻，具备富强的信息整合及迅速回应能力，让企业

优选文档3

全文检索系统整体方案设计方案