张包峰的博客

转载请注明出处：http://blog.csdn.net/zbf8441372本文对自己开发的基于lucene和J2EE技术的搜索引擎开发经验进行简单总结。今后可能会从性能的角度总结lucene开发经验。当数据上TB级别后，分布式lucene以及结合分布式文件系统（如HDFS）或NoSQL等问题应该会成为我的技术关键点。而本文主要介绍struts2.0的关键特性和实践经验。1.

基于Lucene的图书全文搜索引擎Baofeng Zhang@zju 转载请注明出处：http://blog.csdn.net/zbf8441372背景介绍      这是一个关于图书的多侧面，多粒度的搜索引擎。仿照“读秀”(http://www.duxiu.com/)那样的搜索方式和搜索结果呈现方式，可以根据书的一些基本属性进行关键字搜索，展现的时候还附加进行了搜索结果的统计

项目背景有两类和我们大学生息息相关的产品。一类是微博，人人，豆瓣这些偏SNS的社交平台，推荐同学朋友的信息，帮助我们找到可能认识的人，可能喜欢的书，可能爱看的电影等等。另一类是学术相关的搜索引擎，比如Google Scholar，Microsoft Academic Search Engine，通过搜索关键字，提供一些匹配度最高的学术论文，提供很多便利。然而，学术搜索引擎是一个比较通用

一、      项目概况学术分享搜索引擎主要基于爬取的学术数据，提供搜索，可视化，推荐三大块功能，并且支持用户分享感兴趣的学术资源，结合“众包”来打造一个更社交化的学术搜索平台。相比于传统的学术搜索，可视化和用户的加入能让平台帮助用户发现更多的东西。我的工作是整个平台的开发和搭建。从数据上说，涵盖了数据爬取，数据处理，分布式存储，建立索引等工作；从功能上说，涵盖了网站搭建，搜索服务，可视化