[發(fā)明專利]一種基于Lucene的醫(yī)療搜索引擎服務(wù)系統(tǒng)建設(shè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201610903691.5
• 申請(qǐng)日: 2016-10-17
• 公開（公告）號(hào): CN107958005A
• 公開（公告）日: 2018-04-24
• 發(fā)明（設(shè)計(jì)）人: 李淑范
• 申請(qǐng)（專利權(quán)）人: 哈爾濱光凱科技開發(fā)有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F17/27
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于Lucene的醫(yī)療搜索引擎服務(wù)系統(tǒng)建設(shè)方法，屬于醫(yī)療衛(wèi)生服務(wù)互聯(lián)網(wǎng)技術(shù)領(lǐng)域。

背景技術(shù)

近年來，計(jì)算機(jī)與互聯(lián)網(wǎng)技術(shù)迅猛發(fā)展，網(wǎng)絡(luò)上的信息量與日俱增，人們要從如此龐大的信息量中搜索出我們需要的信息成了一項(xiàng)重要而艱巨的任務(wù)；搜索引擎在網(wǎng)絡(luò)世界中正扮演著越來越重要的角色；搜索引擎的信息檢索和索引效率是決定一個(gè)搜索引擎性能的關(guān)鍵因素；當(dāng)信息量增大，索引量也隨之增大，這時(shí)搜索引擎服務(wù)器的壓力會(huì)顯著升高，搜索引擎的索引更新效率會(huì)明顯下降。因此，單機(jī)型的搜索引擎系統(tǒng)難以滿足高數(shù)據(jù)量和高并發(fā)量的需求，為了提高搜索引擎的新能，提升系統(tǒng)處理海量數(shù)據(jù)的能力，構(gòu)建分布式的搜索引擎系統(tǒng)是解決問題的有效方法；Hadoop是云計(jì)算領(lǐng)域最具代表性的一個(gè)開源項(xiàng)目，Hadoop為廣大開發(fā)者提供了很好的分布式框架，使開發(fā)者開發(fā)出適合自己的分布式應(yīng)用程序。當(dāng)前，互聯(lián)網(wǎng)上的各種搜索引擎得到了廣大用戶的青睞；然而，隨著各個(gè)領(lǐng)域信息的不斷深入和細(xì)化，通用的搜索引擎已經(jīng)越來越難以滿足不同領(lǐng)域用戶的需求；因此，開發(fā)出針對(duì)特定領(lǐng)域的信息搜索引擎是非常有必要的；眾所周知，醫(yī)療衛(wèi)生事業(yè)是關(guān)系著人類生存、健康的重要事業(yè)；隨著科技的發(fā)展，醫(yī)療衛(wèi)生領(lǐng)域的信息化不斷加深，醫(yī)療領(lǐng)域的信息量日漸龐大，人們對(duì)醫(yī)療信息的獲取也日益迫切；如何快速、準(zhǔn)確地獲取第一手的醫(yī)療信息是人們亟待解決的問題。

發(fā)明內(nèi)容

為解決上述問題，本發(fā)明提出了一種基于Lucene的醫(yī)療搜索引擎服務(wù)系統(tǒng)建設(shè)方法，通過分析搜索引擎的基本原理，采用hadoop的map-reduce編程模型，同時(shí)基于Lucene開源工具包，開發(fā)出一款適合醫(yī)療領(lǐng)域的搜索引擎服務(wù)系統(tǒng)。

本發(fā)明的基于Lucene的醫(yī)療搜索引擎服務(wù)系統(tǒng)建設(shè)方法，所述方法包括以下步驟：

第一步，分析介紹Lucene開發(fā)搜索引擎的相關(guān)技術(shù)和hadoop分布式文件系統(tǒng)的原理；基于hadoop的map-reduce編程模型，設(shè)計(jì)出分布式網(wǎng)絡(luò)爬蟲程序，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)信息的分布式抓取與檢索；

第二步，將開源中文分詞器加入系統(tǒng)中，在網(wǎng)頁和信息分析時(shí)實(shí)現(xiàn)中文分詞功能，對(duì)文章中的語句進(jìn)行正確有效的切分，達(dá)到預(yù)定的中文分詞效果；同時(shí)加入專門的醫(yī)療詞庫，實(shí)現(xiàn)對(duì)專業(yè)詞匯的分析和切分；

第三步，構(gòu)建搜索引擎信息檢索服務(wù)器，使用戶通過服務(wù)器提供的服務(wù)查詢想要的信息；將heartbeat組件和DRBD技術(shù)進(jìn)行結(jié)合，構(gòu)建高容錯(cuò)性的分布式集群環(huán)境；

第四步，在搜索結(jié)果排序功能模塊中，設(shè)計(jì)新的網(wǎng)頁評(píng)分機(jī)制，在pagerank算法的基礎(chǔ)上結(jié)合主題相關(guān)性判斷，同時(shí)增加專業(yè)詞匯的權(quán)重，提高搜索結(jié)果的準(zhǔn)確性。

本發(fā)明與現(xiàn)有技術(shù)相比較，本發(fā)明的基于Lucene的醫(yī)療搜索引擎服務(wù)系統(tǒng)建設(shè)方法，通過分析搜索引擎的基本原理，采用hadoop的map-reduce編程模型，同時(shí)基于Lucene開源工具包，開發(fā)出一款適合醫(yī)療領(lǐng)域的搜索引擎服務(wù)系統(tǒng)。

具體實(shí)施方式

本發(fā)明的基于Lucene的醫(yī)療搜索引擎服務(wù)系統(tǒng)建設(shè)方法，所述方法包括以下步驟：

第一步，分析介紹Lucene開發(fā)搜索引擎的相關(guān)技術(shù)和hadoop分布式文件系統(tǒng)的原理；基于hadoop的map-reduce編程模型，設(shè)計(jì)出分布式網(wǎng)絡(luò)爬蟲程序，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)信息的分布式抓取與檢索；

第二步，將開源中文分詞器加入系統(tǒng)中，在網(wǎng)頁和信息分析時(shí)實(shí)現(xiàn)中文分詞功能，對(duì)文章中的語句進(jìn)行正確有效的切分，達(dá)到預(yù)定的中文分詞效果；同時(shí)加入專門的醫(yī)療詞庫，實(shí)現(xiàn)對(duì)專業(yè)詞匯的分析和切分；

第三步，構(gòu)建搜索引擎信息檢索服務(wù)器，使用戶通過服務(wù)器提供的服務(wù)查詢想要的信息；將heartbeat組件和DRBD技術(shù)進(jìn)行結(jié)合，構(gòu)建高容錯(cuò)性的分布式集群環(huán)境；

第四步，在搜索結(jié)果排序功能模塊中，設(shè)計(jì)新的網(wǎng)頁評(píng)分機(jī)制，在pagerank算法的基礎(chǔ)上結(jié)合主題相關(guān)性判斷，同時(shí)增加專業(yè)詞匯的權(quán)重，提高搜索結(jié)果的準(zhǔn)確性。

本發(fā)明的基于Lucene的醫(yī)療搜索引擎服務(wù)系統(tǒng)建設(shè)方法，通過分析搜索引擎的基本原理，采用hadoop的map-reduce編程模型，同時(shí)基于Lucene開源工具包，開發(fā)出一款適合醫(yī)療領(lǐng)域的搜索引擎服務(wù)系統(tǒng)。

上述實(shí)施例，僅是本發(fā)明的較佳實(shí)施方式，故凡依本發(fā)明專利申請(qǐng)范圍所述的構(gòu)造、特征及原理所做的等效變化或修飾，均包括于本發(fā)明專利申請(qǐng)范圍內(nèi)。