1 简介

  • 搜索引擎

根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户系统。

  • 通用搜索引擎:信息量大，例如，百度、谷歌、搜狗等。
  • 垂直搜索引擎：专注于特定的搜索领域和搜索需求，例如：机票搜索、旅游搜索、生活搜索、购物搜索等。
  • 集合式搜索引擎：类似元搜索引擎，用户从提供的若干个搜索引擎中选择，例如HotBot(2002年底推出的搜索引擎)。
  • 门户搜索引擎：MSNSearch等虽然提供搜索服务，但自身既没有分类目录也没有网页数据库，其搜索结果完全来自其他搜索引擎。
  • 信息检索：从信息集合中找出来与用户需求相关的信息，被检索的信息除了文本外，还有图像、音频、视频等多媒体信息。
  • 信息检索技术分类:全文检索、数据检索、知识检索。(我们要学习的就是全文检索技术——Lucene)。
  • Lucene是非常优秀的成熟的开源的免费的纯java语言的全文索引检索工具包，即它不是一个完整的全文检索，而是全文检索架构，提供了完整的查询引擎和索引引擎，部分的文本分析引擎。
  • Lucene是一套用于全文检索和搜寻的开放源码程序库，它提供了一个简单却强大的应用程序接口。
  • Lucene是一个高性能、可伸缩的信息搜索(IR)库而不是现成的产品，它可为你的应用程序添加索引和搜索功能。
  • 全文检索：把用户的查询请求和全文中的每一个词进行比较，不考虑查询请求与文本语义上的匹配。在信息检索工具中，全文检索是最具有通用性和实用性的。
    • 一种将文件中所有文本与检索项匹配的文字资料检索方法。
    • 从大量的信息中快速、准确地查找出需要的信息
    • 搜索内容为文本信息
    • 搜索方式：根据关键词搜索，并不是根据语义进行处理
    • 关键指标： 全面 快速 准确
  • image.png
  • Lucene是一套信息检索工具包，但并不包含搜索引擎系统，它包含了索引结构、读写索引工具、相关性工具、排序等功能，因此在使用Lucene时你仍需要关注搜索引擎系统，例如数据获取、解析、分词等方面的东西。