站内搜索案例:新闻出版行业

一、项目背景 

　　天津日报报业集团是国内最大的报业集团之一，目前主办的有天津日报、每日新报、名师家教、球迷报、假日100天、采风报等多份报纸。为了更好的为读者服务，方便读者的信息查找，提高资源的使用价值，提升报社网站本身的形象，报社希望能提供历年报纸的全文检索。 

　　报社电子数据状况。目前报社从1998年10月开始，一直到最新的报纸新闻的电子版本，总共有近五十万条记录。存在的主要问题： 

　　——大量的新闻，以文本形式存在，不便于保管； 

　　——查找极不方便，访问者抱怨多，同时报社编辑也无法找到自己需要的稿件； 

　　——没有有效的查询，造成访问流量逐渐减少，对业务造成损失； 

　　——编辑和记者很难参照以前报道的一些新闻，许多稿件引证太少。 

　　针对以上问题，提出了以下检索需求： 

　　1、关键词检索。 

　　2、逻辑检索。 

　　3、在结果中检索。 

　　4、提供检索的动态摘要。 

　　5、提供原文中命中关键词的反显。 

　　6、在不同的报纸中检索。 

　　7、在不同字段中检索(标题、正文、作者)。 

　　8、查找指定作者的所有文章。 

　　9、按日期检索。 

　　10、按照不同条件检索。 

　　11、检索速度快，要求在一秒内完成查询。 

　　12、检索结果准确。 

　　13、提供多种排序方式。 

　　二、方案选择 

　　实施站内检索有三种方案可供选择： 

　　第一种：购买一套全文检索系统，组装成站内检索引擎。目前许多公司，如TRS、蓝帆、天津海量等都有独立的全文检索系统。这种全文检索系统可以实现上述的大部分检索要求，但价格比较高，而且需要做数据库和检索系统的连接安装，需要一台独立的全文检索服务器。 

　　第二种：使用数据库自身的全文检索功能。后台数据库使用的SQL Server2000，自身带有全文检索功能。通过这种方式能实现所有的功能，而且不用购买另外的系统。但需要做大量的专业开发，而且不能实现动态摘要和关键词反显等功能。另外，检索速度慢，查询结果不够精确。如：搜索「和服」，大部分会是「信息和服务」、「产品和服务」等。 

　　第三种：使用海量科技DESE(德思，嵌入式数据库搜索引擎)。DESE和数据库组合，能快速让数据库成为企业级的搜索引擎。通过这种方式，只需要做简单的配置就能实现报社所有需求，几乎没有开发量。另外从成本上，不需要额外的硬件投入，没有后期的维护成本。 

　　综合考虑，对于报社的现状(已经存在数据库，需要完成个性化的搜索)，我们采用第三种方案：SQL Server+海量DESE，为报社提供搜索站内检索系统。 

　　三、系统架构 

　　站内检索系统架构设计，主要考虑两个方面：一方面是要能满足所有的需求。另一方面是让以后的维护成本低。 

　　使用DESE，从根本上把检索和数据库融为一体，不需要再把数据库中的记录导出再建立索引，同时避免了数据更新的维护问题。对于整个系统的稳定性来说，数据存储使用的是数据库，服务使用的是Windows自己的IIS服务，不会因为不同系统之间的冲突导致整个系统的不稳定。 

　　系统架构设计如下图： 　　　

　　

四、实施步骤 
　　本次实施步骤中没有包括数据入库，在实施前，报社已经按照我们的建议，通过我们的工具自动把数据导入到数据库中。 
　　1 安装DESE。点击Setup.exe，把DESE安装在SQL Server数据库所在的服务器上。需要时间5分钟。 
　　2 配置DESE。通过DESE提供的配置界面，对要检索的模块进行设置。配置完成后，系统自动开始提供服务如下图。需要时间15分钟。 

　　 

 　　 3 提供不同的检索方式。修改DESE提供的高级搜索页面，提供按照时间、作者、标题等搜索方式。如下图。需要时间25分钟。

　　4 修改搜索返回页面。DESE自身提供返回页面，替换为天津日报Logo图片，修改背景颜色和显示位置。需要时间15分钟。

　　总共在一小时之内，实现站内检索，满足了所有的需求。现在就可以进行搜索了。大家可以访问：http://www.tjrb.com.cn来测试效果。 

五、系统特点： 
　　利用DESE和SQL Server快速实现站内检索，具有以下特点： 
　　1、系统实施简单。整个系统可以在1小时内完成。 
　　2、维护成本低。和用户原有的数据库融合在一起，自动更新维护。 
　　3、搜索效果好。基于海量科技的中文智能计算技术，提供精确的关键词搜索。搜索速度快。 
　　4、搜索方式丰富。满足各种搜索方式需求。 
　　5、系统扩展性强。采用SQL Server数据库，系统可以和其它系统兼容。同时可以对以后新主办的报纸进行扩展。