wwhhff11

单词文档矩阵（搜索引擎的索引其实就是实现“单词-文档矩阵”的具体数据结构）倒排索引基本概念文档(Document)：一般搜索引擎的处理对象是互联网网页，而文档这个概念要更宽泛些，代表以文本形式存在的存储对象，相比网页来说，涵盖更多种形式，比如Word，PDF，html，XML等不同格式的文件都可以称之为文档。文档集合(Document Collection)：由若干文档构成的集合称之为文档集合。比如

管理package com.whf.demo;import java.io.File; import java.io.IOException; import java.util.ArrayList; import java.util.Collections; import java.util.List; import java.util.Set; import java.util.concurren

参考package com.whf.suggest;import java.io.Serializable;/** * 产品类 * * @author Lanxiaowei * */ public class Product implements Serializable { /** 产品名称 */ private String name; /** 产品图片 *

参考1 参考2 参考3

package org.digdata.swustoj.sort;import org.apache.lucene.search.Sort; import org.apache.lucene.search.SortField;/** * Created by wwhhff11 on 16-8-15. */ public class LuceneSortFactory { /**

参考1 参考2 参考3

lucene 针对它的搜索方式有哪些？词项查询(TermQuery)/布尔查询(BooleanQuery)/短语查询(PhraseQuery)/范围查询(RangeQuery)/百搭查询(WildardQuery)/FuzzQuery(模糊)索引原理0）设有两篇文章1和2文章1的内容为：Tom lives in Guangzhou,I live in Guangzhou too. 文章2的内容为：H

创建索引的过程： 索引原文件（Document） 将原文档传给分词组件（Tokenzer） 1.分割单词 2.去除标点 3.停用词过滤3.将词元（Token）传给语言组件（Linguistic Processor）1.变为小写Cars->cars 2.将单词缩为词根cars->car 将单词（Term）传给索引组件（Indexer） 1.创建词典 2.按字典排序 3.合并相同的词成为文档倒排的链表