基于MongoDB的旅游垂直搜索系統(tǒng)的設計與實現(xiàn).pdf

1、國民經(jīng)濟快速發(fā)展以及人們生活水平不斷提高帶動了國內旅游行業(yè)飛速發(fā)展?；ヂ?lián)網(wǎng)技術給人們獲取信息的方式帶來了根本性變革，人們越來越習慣通過互聯(lián)網(wǎng)獲取所需的信息。在旅游行業(yè)及其相關領域國內已經(jīng)存在大量的網(wǎng)站，但這些網(wǎng)站多少都存在一些問題，主要表現(xiàn)為有效信息少、垃圾信息多、用戶體驗差、內容沒有特色等，人們面對魚龍混雜的的海量信息通常無所適從。通用搜索引擎通常作為信息檢索的入口，但在精確查詢目標信息方面表現(xiàn)的力不從心，不能滿足人們快速、準確地獲取

2、目標信息的需求。在這樣的背景下，就產(chǎn)生了既能提供全面、準確的旅游相關信息又能簡單、快速地為人們提供旅游信息檢索服務的旅游垂直搜索引擎。
　　旅游垂直搜索引擎是垂直搜索技術在旅游行業(yè)及其相關領域的實際應用。本論文對垂直搜索引擎的理論和技術進行了分析和研究，主要包括網(wǎng)絡爬蟲系統(tǒng)Heritrix，頁面解析和信息提取技術，全文檢索系統(tǒng)Lucene。針對系統(tǒng)業(yè)務數(shù)據(jù)存儲，分析研究了MongoDB分布式文檔存儲系統(tǒng)，并對分布式架構中的選舉算法

3、和數(shù)據(jù)同步原理進行了詳細闡述。
　　在前面分析和研究相關技術和工具的基礎上設計并實現(xiàn)了旅游垂直搜索系統(tǒng)。系統(tǒng)使用Heritrix爬取網(wǎng)絡頁面，然后使用Jsoup和正則表達式解析網(wǎng)頁文件，精確提取所需的數(shù)據(jù)，再使用 Lucene對提取的結構化的數(shù)據(jù)建立索引，同時基于Lucene的全文檢索功能實現(xiàn)了對酒店和景點信息的全文檢索。本系統(tǒng)使用雙數(shù)據(jù)庫模式，使用Mysql存儲結構化、數(shù)據(jù)結構比較固定的數(shù)據(jù)，使用 MongoDB存儲酒店和景點業(yè)