LUCENE搜索算法剖析及优化研究

摘要：

介绍了开源搜索引擎Lucene的索引与搜索过程,剖析了Lucene的基于向量空间模型的文档相关度模型和基于TF-IDF的权重计分算法,在分析其文档相关度分值计算公式的基础上,指出了可通过修正评分机制和优化向量空间模型的算法来改进Lucene的搜索功能和性能的途径.并提出了一种基于离散随机最优化的快速搜索算法,以期提升Lucene在大文档集实时搜索时的性能.

关键词：Lucene 搜索算法、向量空间模型、TF-IDF、离散随机最优化

分类号：TP391;O211.63;G354.4

资助基金：国家社会科学基金;上海市教委科研创新项目

在线出版日期：2015-02-02（万方平台首次上网日期，不代表论文的发表时间）

页码：17-23