基于Lucene、Servlet新闻搜索引擎——国科大信息检索导论(王斌)大作业

GitHub地址：https://github.com/mJackie/LTY-Search
详细文档参见 设计文档

作业要求

(1-7个选课学生组成1队)，完成以下任务(12月份末考查)：

新闻及评论搜索：定向采集不少于4个中文社会新闻网站或频道，实现这些网站新闻信息及评论信息的自动爬取、抽取、索引和检索。
1. 新闻网页数目不少于10万页。每个新闻网页及其评论能在1天内更新。
2. 支持关键词检索及通配符检索。检索时间平均不超过2秒。
3. 能按相关度、时间、热度(需要自己定义)等属性对检索结果进行排序。能对评论的贬褒进行分析。
4. 具备查询自动补齐、相关搜索推荐、snippet生成、结果预览(鼠标移到相关结果，能预览)等功能。
5. 每条检索结果下面可以对相似新闻进行查找。
6. 首页中列举当前最热的社会新闻。

演示地址

http://47.95.248.80:8089/Search/index

技术

• 爬虫:Python , Scrapy
• 后端: Lucene,JAVA Servlet
• 前端: Bootstrap ,JQuery
• 服务器: Tomact

实现功能

• 新闻网页数目不少于10万页
• 支持关键词检索及通配符检索。检索时间平均不超过2秒
• 能按相关度、时间、热度(需要自己定义)等属性对检索结果进行排序
• 具备snippet生成、结果预览(鼠标点击新闻标题，能预览)等功能
• 每条检索结果下面可以对相似新闻进行查找
• 首页中列举当前最热的社会新闻

创新点

• 垂直检索（分类检索，可以只检索对应网站、栏目的新闻内容）
• 三种检索方式（全文检索、按标题检索、按内容检索）
• 响应式布局
• 检索结果首图展示（检索结果页显示该新闻中的首张图片）
• 关键词高亮（关键字标红显示）