基于Lucene的电影票垂直搜索系统的设计与实现

论文摘要

改革开放三十多年以来,中国电影和中国经济一样迅猛发展。中国每年产出上千部电影,数量为世界之最；中·国电影票房过百亿元,排名世界前三；中国演员在法国戛纳国际电影节,德国柏林国际电影节,意大利威尼斯国际电影节等屡屡获奖。随着广大老百姓生活水平的提高,普通老百姓对电影的需求也日益增长。现阶段用户购买电影票主要有以下几个途径：(1)去电影院现场买票,(2)在电影院的网上售票系统买票,再由专业的公司提供人工上门服务。这些传统的方式具有以下一些缺点。(1)现阶段用户只能到影院网站上查询出相关的信息；没有网站的电影院只能现场售票,但很有可能,用户去买票的时候票已经全部卖完。(2)用户对于电影票没有可对比性,要比较电影的价格、影院播放效果等只能一个一个的去查看,需要很长的时间,十分不方便。电影票垂直搜索系统对于扩大影院的知名度,突破传统意义上的宣传方式和销售渠道具有深远意义,对于影院的营业收入的提高也有一定的作用。目前国内还没有这方面的专业网站出现,一方面需求比较大,另一方面Lucene作为一个专业的搜索引擎已经成功用在很多项目上,都已经取得了不小的成功。本文实现的主要内容为：定期去各大电影票网站抓取数据信息,对于电影票的信息的获取是及时,可靠的；然后对于抓取来的数据进行解析分类,并对抓取来的数据进行检索,在小于0.05秒的时候时间检索出结果。对于抓取出的电影票可以按时间,价格进行排序,用户可以选择最满意的影院的电影票进行购买,同时系统支持在线支付,大大方便用户的使用。本文的核心算法都是基于个开源的Lucene搜索框架,然后对搜索部分算法进行改进,使其能满足特定的需求,抓取各个网站的电影数据是自己写的抓取程序,然后对抓取来的非线性数据转换成线性化数据,然后使用我们改进的算法进行搜索,最后用界面展示出来,方便用户的比较、搜索和订购。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 论文背景
• 1.2 垂直搜索简介
• 1.3 课题可行性
• 1.4 本文实现过程和特点
• 1.5 本文组织结构
• 第二章 Lucene简介
• 2.1 Lucene概述
• 2.2 Lucene历史
• 2.3 Lucene实现机制
• 2.4 Lucene与传统数据库和其他检索工具的优势
• 2.5 Lucene的主要类的使用
• 2.6 Lucene的关键技术
• 第三章 系统设计与数据库的设计与实现
• 3.1 系统功能要求
• 3.2 系统性能要求
• 3.3 系统结构模块图
• 3.4 系统用例图
• 3.5 系统相关表
• 第四章 网页抓取的实现和信息的提取
• 4.1 正则表达式的历史
• 4.2 正则表达式的优点和缺点
• 4.3 HTML PARSER简介
• 4.4 HTML Parser主要方法
• 4.5 解析实例
• 第五章 搜索关键算法的实现
• 5.1 IndexRequest类
• 5.2 IndexRequestPool类
• 5.3 IndexThread类
• 5.4 SearchManager类
• 5.5 实验结果
• 第六章 结论及其展望
• 致谢
• 参考文献