本文是基于JFinal框架將中文分詞技術(shù)應(yīng)用到微信訂餐導(dǎo)航中,首先對當(dāng)下幾個非�；馃岬挠啿虯pp進行功能上的分析,以及餐飲行業(yè)本身的商業(yè)特點,制定了相對完善的需求分析,探討與設(shè)計開發(fā)了微信訂餐中心系統(tǒng)。本文使用JFinal框架不但上手使用簡單,而且相對其他框架代碼量要小,開發(fā)速度也能夠得到很大提升,并且具有很高的拓展性,可以在本文中得到很好的展現(xiàn)。而且本文中最主要的特點和創(chuàng)新點就是使用了中文分詞技術(shù),該分詞技術(shù)主要體現(xiàn)在本文的訂餐導(dǎo)航模塊。經(jīng)過對Lucene和中文分詞技術(shù)一番仔細認真分析與探究,決定本文對分詞詞典進行了一定的改進,采取的是一種全Hash的機制,首先會對詞典中的詞語根據(jù)第一個字進行相關(guān)分區(qū),然后會對其進行全詞的Hash運算,進一步會對經(jīng)過全詞Hash之后得到相同的Hash值進行二分查找,這樣就可以很大程度的減少詞條的匹配次數(shù)。最后根據(jù)Lucene創(chuàng)建的索引和全文檢索應(yīng)用在微信訂餐導(dǎo)航中。用戶通過對平臺中的店鋪簡介和店鋪里菜品名稱進行全文檢索,可以大大提高檢索的速度與準(zhǔn)確率。而且還可以根據(jù)店鋪的類型、商品的類型以及優(yōu)惠的種類等幾個方面為用戶提供便捷的查找。與此同時,訂餐中心... 

【文章來源】：沈陽理工大學(xué)遼寧省

【文章頁數(shù)】：85 頁

【學(xué)位級別】：碩士

【部分圖文】：

邏輯架構(gòu)圖

空間架構(gòu)圖

Lucene應(yīng)用框架

【參考文獻】：
期刊論文
[1]計算機信息獲取系統(tǒng)的設(shè)計與實現(xiàn)[J]. 孫麗霞,石春菊.  科學(xué)中國人. 2017(23)
[2]基于倒排索引的高校圖書檢索系統(tǒng)的研究與實現(xiàn)[J]. 封俊.  太原學(xué)院學(xué)報(自然科學(xué)版). 2017(01)
[3]基于Lucene全文檢索系統(tǒng)的設(shè)計與實現(xiàn)[J]. 周敬才,胡華平,岳虹.  計算機工程與科學(xué). 2015(02)
[4]中文分詞模型的領(lǐng)域適應(yīng)性方法[J]. 韓冬煦,常寶寶.  計算機學(xué)報. 2015(02)
[5]基于JFinal框架和HTML5技術(shù)的手機應(yīng)用開發(fā)平臺設(shè)計[J]. 夏艷秋,袁汝華.  計算機與現(xiàn)代化. 2014(01)
[6]基于改進最大匹配算法的中文分詞粗分方法[J]. 周俊,鄭中華,張煒.  計算機工程與應(yīng)用. 2014(02)
[7]基于組合型中文分詞技術(shù)的改進[J]. 梁勝,成衛(wèi)青.  南京郵電大學(xué)學(xué)報(自然科學(xué)版). 2013(06)
[8]基于表示學(xué)習(xí)的中文分詞算法探索[J]. 來斯惟,徐立恒,陳玉博,劉康,趙軍.  中文信息學(xué)報. 2013(05)
[9]基于專業(yè)詞典的帶詞長的中文分詞技術(shù)的研究[J]. 劉勇,王崇.  科技信息. 2012(34)
[10]基于Lucene的中文分析器分詞性能比較研究[J]. 義天鵬,陳啟安.  計算機工程. 2012(22)

碩士論文
[1]基于SSH框架的圖像檢索系統(tǒng)的設(shè)計與實現(xiàn)[D]. 高凌超.內(nèi)蒙古大學(xué) 2016
[2]基于Java EE的大規(guī)模網(wǎng)絡(luò)應(yīng)用系統(tǒng)性能優(yōu)化研究與實踐[D]. 樊紅林.西南石油大學(xué) 2016
[3]基于MVC+Lucene.Net.net框架下的垂直搜索引擎研究與設(shè)計[D]. 賈捷.吉林大學(xué) 2015
[4]基于中文分詞的購物中心微信平臺購物導(dǎo)航的設(shè)計與實現(xiàn)[D]. 顧輝.華中師范大學(xué) 2015
[5]基于句法分析的醫(yī)學(xué)指南事件及事件關(guān)系提取[D]. 陸玉婷.武漢科技大學(xué) 2014
[6]基于微信平臺的移動銀行應(yīng)用架構(gòu)研究[D]. 甘榮石.華南理工大學(xué) 2013
[7]基于感知器算法的高效中文分詞與詞性標(biāo)注系統(tǒng)設(shè)計與實現(xiàn)[D]. 鄧知龍.哈爾濱工業(yè)大學(xué) 2013
[8]基于詞典的中文分詞算法研究及其在Nutch系統(tǒng)中的應(yīng)用[D]. 王天怡.吉林大學(xué) 2012
[9]基于詞典和詞頻分析的論壇語料未登錄詞識別研究[D]. 朱明強.西南大學(xué) 2012
[10]基于最小風(fēng)險的中文垃圾郵件過濾技術(shù)分析與設(shè)計[D]. 李元旗.湖南大學(xué) 2012



本文編號：2997175