[发明专利]一种基于Lucene的医疗搜索引擎服务系统建设方法

摘要

本发明公开了一种基于Lucene的医疗搜索引擎服务系统建设方法,所述方法包括以下步骤第一步，实现对网络信息的分布式抓取与检索；第二步，实现对专业词汇的分析和切分；第三步，构建搜索引擎信息检索服务器；第四步，设计新的网页评分机制。本发明的基于Lucene的医疗搜索引擎服务系统建设方法，通过分析搜索引擎的基本原理，采用hadoop的map‑reduce编程模型，同时基于Lucene开源工具包，开发出一款适合医疗领域的搜索引擎服务系统。

主权项

一种基于Lucene的医疗搜索引擎服务系统建设方法，其特征在于，所述方法包括以下步骤：第一步，分析介绍Lucene开发搜索引擎的相关技术和hadoop分布式文件系统的原理；基于hadoop的map‑reduce编程模型，设计出分布式网络爬虫程序，实现对网络信息的分布式抓取与检索；第二步，将开源中文分词器加入系统中，在网页和信息分析时实现中文分词功能，对文章中的语句进行正确有效的切分，达到预定的中文分词效果；同时加入专门的医疗词库，实现对专业词汇的分析和切分；第三步，构建搜索引擎信息检索服务器，使用户通过服务器提供的服务查询想要的信息；将heartbeat组件和DRBD技术进行结合，构建高容错性的分布式集群环境；第四步，在搜索结果排序功能模块中，设计新的网页评分机制，在pagerank算法的基础上结合主题相关性判断，同时增加专业词汇的权重，提高搜索结果的准确性。