信息检索系统的设计与实现

摘 要随着网络的普及,丰富多彩的网络资源给人们的生活、工作以及学习带来了巨大的方便。然而,信息数量庞大、排列无序以及垃圾信息的干扰等都阻碍着人们充分利用网络资源。为了使网络用户能够方便快捷地找到自己所需信息,搜索引擎便应运而生了。一般来说,搜索引擎都通常由信息源、信息组织管理、系统功能、用户接口和系统支持技术等几个有机部分组成。本文针对这些现象，进行微信微博信息检索系统的设计与实现。研究该系统设计的运行环境，需求硬件与软件。并进行数据库与检索系统的设计。并在论文最后给出系统的综合测试结果。关键词：信息检索系统；检索；网络AbstractWith the popularity of the network, rich and colorful network resources to peoples life, work and study has brought great convenience. However, the huge amount of information, the disorder of the arrangement and the interference of the information of the rubbish all hinder the people to make full use of the network resources. In order to make the network users can easily and quickly find the information they need, the search engine came into being.Generally speaking, the search engines are usually composed of information sources, information organization and management, system functions, user interface and system support technology, and so on. In this paper, the design and implementation of micro-blogs information retrieval system based on these phenomena are carried out in this paper. Study the operating environment of the system design, hardware and software requirements. And the design of database and retrieval system. At the end of the paper, the comprehensive test results of the system are given.Key words: information retrieval system; search; network目 录1 系统概述11.1 研究背景11.2 信息检索系统的概述12 系统开发环境32.1 ASP.NET概述32.2 动态网站技术介绍42.3 数据库技术42.4 ADO.NET连接数据库53 信息检索系统的需求分析63.1可行性分析63.1.1 技术可行性63.1.2 经济可行性63.1.3 操作可行性63.2计算机软硬件配置和开发平台73.2.1 计算机系统硬件配置73.2.2 计算机系统软件配置73.2.3 编程环境与工具74 系统概要设计94.1 概述94.2 系统结构94.3 数据库设计94.3.1 数据库E-R图94.3.2 数据库实体94.3.3 数据库设计表105 系统详细设计125.1 系统首页125.2 用户注册135.3 后台登录135.4 修改密码146 系统测试156.1 系统测试计划156.2 系统测试工具156.3 系统测试方法和测试类型156.4 系统测试的目的和原则166.5 系统测试效果167 总结19致 谢20参考文献211 系统概述1.1 研究背景当前的社会是一个信息化的社会，每天都有数以万计的信息产生。在信息化潮流的背景下，人们如何去找寻自己所需要的信息是一个很大的问题。随着网络的普及,丰富多彩的网络资源给人们的生活、工作以及学习带来了巨大的方便。然而,信息数量庞大、排列无序以及垃圾信息的干扰等都阻碍着人们充分利用网络资源。信息的鱼龙混杂，使得人们获取有效信息的难度加大，如何从众多的信息中搜寻需要的信息就需要用到信息的检索系统。1.2 信息检索系统的概述一个完整的信息检索系统，通常由信息源、信息组织管理、系统功能、用户接口和系统支持技术等几个有机部分组成。1.信息源：信息源是指计算机检索系统信息或数据的来源。信息检索系统中的数据主要来自各种公开文献，如一次文献中的期刊、图书、研究报告、会议论文、专科文献、政府出版物、学位论文;二次文献中的摘要、索引和目录;三次文献中的百科全书、专科词典、名录、指南、手册等。2.信息组织管理：信息组织管理主要是指信息标引的方法、组织方式和更新周期。信息组织管理科学、实用、合理与否，会直接关系到信息检索的效果。3.系统功能：信息检索系统的功能取决于系统所能提供的检索途径、检索方式和检索方法。信息检索系统功能的状况会在很大程度上影响到检索的结果，例如词表管理。4.用户接口：用户接口承担着 用户与系统之间的通讯功能，是二者之间实现通讯不可缺少的连接系统(软硬件)。它通常由用户模型、信息显示、命令语言和反馈机制等部分构成。5.系统技术支持：系统技术支持主要是指系统及其软、硬件平台的通用性、兼容性、可靠性和稳定性。用户输入检索词或提问式后，系统要将检索词或提问式与数据库中存储的数据进行比较运算，然后把运算结果输出给用户。硬件部分硬件是指以计算机主机为中心的一系列机器设备，包括主机、外围设备以及与数据处理或数据传送有关的其他设备。软件部分软件部分是信息检索系统中的有关程序和各种文件资料的总称 。存取系统的软件一般包括操作系统、数据库管理程序、编译程序与汇编程序、自动标引程序、文件管理程序、词表管理程序、SDI程序、回溯检索程序、记账统计程序、通讯管理程序、总控程序等。2 系统开发环境2.1 ASP.NET概述ASP.Net是把基于通用语言的程序在服务器上运行。不像以前的ASP即时解释程序，而是将程序在服务器端首次运行时进行编译。ASP.Net构架是可以用Microsoft公司最新的产品 Visual S开发环境进行开发，WYSIWYG（What You See Is What You Get所见即为所得）的编辑。这些仅是ASP.Net强大化软件支持的一小部分。因为ASP.Net是基于通用语言的编译运行的程序，所以它的强大性和适应性，可以使它运行在Web应用软件开发者的几乎全部的平台上。通用语言的基本库，消息机制，数据接口的处理都能无缝的整合到ASP.Net的Web应用中。ASP.Net同时也是language-independent语言独立化的，所以，你可以选择一种最适合你的语言来编写你的程序，或者把你的程序用很多种语言来写，现在已经支持的有C#（C+和Java的结合体），VB，Jscript。将来，这样的多种程序语言协同工作的能力保护您现在的基于COM+开发的程序，能够完整的移植向ASP.Net。ASP.Net使用一种字符基础的，分级的配置系统，使你服务器环境和应用程序的设置更加简单。因为配置信息都保存在简单文本中，新的设置有可能都不需要启动本地的系统拥有者工具就可以实现。这种被称为Zero Local Administration的哲学观念使ASP.Net的基于应用的开发更加具体，和快捷。一个ASP.Net的应用程序在一台服务器系统的安装只需要简单的拷贝一些必须得文件，不需要系统的重新启动，一切就是这么简单。ASP.Net已经被刻意设计成为一种可以用于多处理器的开发工具，它在多处理器的环境下用特殊的无缝连接技术，将很大的提高运行速度。即使你现在的ASP.Net应用软件是为一个处理器开发的，将来多处理器运行时不需要任何改变都能提高他们的效能，但现在的ASP确做不到这一点。ASP.NET优越性主要体现在以下几个方面：（1）效率，ASP.NET是建立在.NET Framework之上的,可使用Visual Basic ,C+这样的模块化程序设计语言,在第一次执行后不须重新编译就可直接运行,所以速度和效率比ASP这种只能用VBScript或JavaScript这样的非模块化语言来编写的脚本编程语言提高很多。（2）可重用性，ASP.NET不再像ASP那样将ASP代码与HTML混合在一起,而是实现代码与内容的完全分离,可重用性强。（3）代码量，ASP对所有要实现的功能通过编写代码来实现,而ASP.NET只须预先说明,就可自动实现,所以,实现同样的功能,ASP.NET要比ASP代码量小的多。2.2动态网站技术介绍由于系统的操作界面都是Web页面形式,而且需要对各种用户的具体请求进行动态处理并返回结果,这是一般静态Web页面技术所无法实现的,所以采用动态网页技术.目前动态网页技术有很多,可以说是层出不穷,比如CGI,ASP.NET,JSP,ASP,ASP.NET等.本设计采用ASP.NET技术.ASP.NET(又称ASP+)是ASP的下一代版本,它并不只是ASP,它是一个用于 Web开发的全新框架,其中包含了许多新的特性.ASP.NET完全基于模块与组件,具有更好的可扩展性与可定制性,数据处理方面更是引入了许多激动人心的新技术,正是这些具有革新意义的新特性,让ASP.NET远远超越了ASP,同时也提供给Web开发人员更好的灵活性,有效缩短了Web应用程序的开发周期.ASP.NET与Windows SQL 2005 Server/Advanced Server的完美组合,为中小型乃至企业级的web商业模型提供了一个更为稳定,高效,安全的运行环境.2.3 数据库技术管理数据库及其对象时SQL2005的主要任务。每个数据库都是由表、触发器、存储过程等数据库对象所组成的。数据表是包含数据库中所有数据的数据库对象，设计完数据库后就可以创建数据库中用来存储数据的表了。SQL2005提供了两种创建数据库表：一种是利用表设计器创建表，一种是利用Transact-SQL语句中的creat命令创建表。创建完一个表之后，最重要的就是向表中插入数据，这是最基本的操作。假如有需要删除表的话，可以利用企业管理器删除表或者用DROP TABLE语句删除表。SQL2005数据存储过程将一些固定的数据操作集中起来处理，解决了数据库使用时系统的速度和效率问题。打开SQL Server 企业管理器，选中数据库中“存储过程”文件夹，单击鼠标右键，选择“新建存储过程”命令，即可往对话框文本显示处添加命令语句。存储过程是保存起来的可以接受和返回用户提供的参数的Transact-SQL语句的集合。修改存储命令可以使用ALTER PROCEDURE语句更改存储过程。删除存储过程可以使用DROP PROCEDURE命令。由于本系统涉及到许多数据的处理,这就需要有一个强大的后台数据库管理系统支持.目前主要有:SQL2005,FoxPro,Excel,Sybase,Oracle,Informix,SQL Server等,其中网络型的SQL Server,Oracle产品安全性远远高于桌面型的SQL2005,FoxPro等数据库.本系统采用的是微软公司的SQL2005.原因如下:第一,SQL Server与Windows 2005 Server服务器紧密集成,而Windows 2005 Server服务器具有很好的安全性,能够排除所有未经授权的非法用户的访问,确保了SQL2005服务器的安全性,符合系统对安全性的要求;第二,用户可以使用Web浏览器查询存储在SQL2005数据库中的数据,符合系统远程访问数据库的要求.第三,容量庞大,每个数据库中可创建多达20万个数据表,数据表中的记录的行数只受服务器硬盘空间的限制,符合系统的考题数目较多的要求.本网站使用VS2005作为开发环境，嵌套C#语言的 ASP.NET作为编程环境，SQL Server是数据库环境。2.4 ADO.NET连接数据库ADO.NET为用户提供了一种全新的数据库访问机制，它使得数据库编程变得简单。ADO.NET为用户提供两种数据访问的模式。一是连接模式(connected)，利用ADO技术进行数据连接编程，是一种传统的数据库访问技术。还有一种是非连接模式(disconnected)，ADO.NET才具有的。提供了更大的升级性和灵活性。在非连接模式下的 数据访问，应用程序从数据源中获得所需的数据，然后断开与原数据源的连接并完成数据的更新工作。ADO.NET中非连接模式的核心是DataSet类，数据集对象以XML的形势存放数据。数据集对象可以从一个数据库中获得，以可以从一个XML数据流中获取，所以用户不需要考虑数据源的位置。在ADO.NET体系结构中数据提供者对象也是一个非常重要的部分，通过它可以访问数据库，产生数据集对象，同时它还支持数据连接模式下的数据库访问。ADO.NET提供了OleDb和SQL Server两种编程接口访问数据库。如果用户使用SQL Server作为数据库，最好使用SQL Server接口，其效率比使用OleDb好。3 信息检索系统的需求分析3.1可行性分析技术可行性：计算机配置较高，有足够的空间可以安装运行平台、数据库和各类编程工具，在编程环境上提供了可靠的支持；在编程人员方面，可以运用以前所学的各种开发软件的计算机知识和管理知识，加上不断的学习，为系统的开发提供了必要的技术保障；社会可行性：目前已有很多成功网络微博系统的先例。网络微博系统的开发和运行与国家的政策法规不存在任何冲突和抵触之处。另外，网络微博系统所采用的操作和工作方式符合工作人员的日常习惯，而且操作方便灵活，便于管理。具有可行性；经济可行性：本系统主要采用ASP.NET开发，免费，开源，登入网络微博系统即可进行操作，使用方便快捷；3.1.1 技术可行性技术可行性是最难决断和最关键的问题。根据客户提出的系统功能、性能及实现系统的各项约束条件，从技术的角度研究系统实现的可行性。本系统采用的是.NET家族的ASP.NET技术和ADO.NET 技术。众所周知，.NET现在已经日趋成熟、稳定，被认为是计算机领域最有前途的技术之一。同时数据库采用的是SQL2005。将ASP.NET，ADO.NET以及SQL2005结合起来开发一套网络微博系统，必定是可行并且高效的。3.1.2 经济可行性经济可行性研究主要进行成本效益分析，包括估计项目的开发成本，估算开发成本是否会高于项目预期的全部利润。看软件所能带来的经济效益与开发设计所需要的投资相比，是否相适宜，同时还要看此软件能否真正给用户带来足够的经济效益，我们开的这套系统正是考虑为用户提高工作效率，节省工作时间，方便操作与管理而设计。本系统的开发在经济上是完全可行的。开发此软件不需要大量的经费，而且是个人独立设计的，可以节省许多费用，同时也可提高个人的实际动手能力。估算新系统的成本效益分析，其中包括估计项目开发的成本，开发费用和今后的运行、维护费用，估计新系统将获得的效益，估算开发成本是否会高于项目预期的全部经费。3.1.3 操作可行性由于现在的科技的飞速发展，计算机早已普及世界的方方面面，便利的科技条件，给人们带来优越的工作环境，这也使人们对工作效率及可操作性都有了更高的要求。因此，管理形式的计算机是社会发展的必然趋势，各种智能化的软件层出不穷，减少了原来人工操作的费时费力的状况，从而提高了工作效率和准确度。本系统用户平台直接面向超市和系统的管理人员，界面简单、明了，采用可视化界面，普通用户只需用鼠标和键盘就可以查看信息。由于该系统的操作简便、易懂，对于初次使用此系统的用户，不必经过复杂的培训和学习就可以掌握系统的操作流程。由此可见，开发此软件在操作上是可行的。3.2计算机软硬件配置和开发平台3.2.1计算机系统硬件配置主板：技嘉GA-G31M-S2CCPU： Intel奔腾双核E5300(盒)内存：威刚2GB DDR2 80 硬盘：希捷320GB光驱：先锋DVR-117CH显卡：集成Intel GMA 3100显卡声卡：集成Realtek ALC8838声卡网卡：集成AR8132百兆网卡显示器：优派19寸LED显示器3.2.2计算机系统软件配置操作系统：Microsoft Windows XP Professional安装软件：Microsoft Office 2003 金山词霸2010 Adobe Acrobat 10.0 Professional 瑞星杀毒软件防火墙组合版 Internet Explorer 8.0 VS2005+SQL20053.2.3编程环境与工具本管理信息系统采用Microsoft Windows XP Professional SP3作为操作系统平台。本系统在开发时选用了稳定性较强的Windows XP中文专业版和C#作为开发语言，同时选项用了SQL2005数据库，由于这些软件产品都是Microsoft公司的产品，因此彼此之间的兼容性较好，开发出的应用系统稳定性较高。VS2005具有可视化的开发环境，可以快速完成系统的开发，内部集成的数据访问通道，使得可以轻松方便的对数据库进行管理。数据库采用Microsoft SQL2005，要据我们的系统要求，采用它完全可适合我们的工作需求，并且它所支持的类型十分丰富，维护简便，费用比较低，对使用人员的素质要求不是很高，容易升级。4系统概要设计4.1 概述本系统采用B/S结构(Browser/Server,浏览器/服务器结构)和基于Web服务两种模式，是一个适用于Internet环境下的模型结构。只要用户能连上Internet,便可以在任何时间、任何地点使用。系统工作原理图如图4-1所示：图4-1 系统工作原理图4.2 系统结构本系统是基于B/S架构的网站系统，本系统的具体功能如下：4.3. 数据库设计4.3.1 数据库E-R图概念模型的设计是为了将现实世界信息进行抽象，实现信息世界的建模，是进行数据库设计的有力工具。数据库概念模型设计可通过E-R图来描述现实世界的概念模型。本系统的E-R图表现了系统中各个实体之间的联系4.3.2 数据库实体管理员信息属性图如图4-3所示。用户信息属性图如图4-4所示。图4-4 用户信息实体属性图微博信息实体属性图如图4-5所示。图4-5微博信息属性图4.3.3数据库设计表此系统需要后台数据库，下面介绍数据库中的各个表的详细信息。管理员信息表如表4-1所示。表4-1 管理员信息表字段名说 明类 型长 度可否为空主键ID编号Int8否是UserName用户名Nvarchar50否否PassWord密码Nvarchar50否否用户信息表如表4-2所示。表4-2用户信息表 字段名说 明类 型长 度可否为空主键MemberID会员编号Int8否是MemberName会员名称Nvarchar50否否MemberPwd密码Nvarchar50否否Sex性别Nvarchar2否否RealName真实姓名Nvarchar50否否MobileTel电话Nvarchar50否否Email邮箱Nvarchar50否否Address地址Nvarchar50否否Address地址Nvarchar50否否Code邮编Nvarchar6否否RegisterDate注册时间datetime8否否微博信息表如表4-3所示。表4-3 微博信息表字段名说 明类 型长 度可否为空主键ID编号Int8否是NeiRong用户Nvarchar50否否ShiJian发布时间Datetime8否否FaBuRen发布人Nvarchar50否否5系统详细设计本系统才用了和SQL结合的结构开发了网络微博系统，本系统是基于现在流行的瘦客户端管理模式既B/S模式。在数据库的连接上面本系统的连接字符串存储在系统的配置文件中，既Web.Config文件中，当系统变化的时候只需要改动本系统的配置文件就可以，不需要在每个页面修改的连接字符串，大大的提高了系统的可以移植性，系统中所以和数据库有关系的操作都通过一个通用类来实现，大大提高了代码的耦合性，当数据库类型等信息变化后直接修改类文件就可以了，不再需要每个页面都修改。另外本系统解决了中文的问题，也是在配置文件中添加了编码方式的形式解决的，本系统的另外一个大的特点是系统对数据库的操作都单独的写在了一个类里，这样对系统的所有数据库操作都只访问这个类就可以了，不要每个页面都去写数据库的操作，提高了系统的集成性。5.1 系统首页用户打开网站的时候首先是看到系统首页，在系统首页，首页的整体布局清晰合理，首先在最上面是系统的导航和功能菜单，下面是图片轮播和最新微博信息，效果如图5-1所示图5-1 系统首页5.2 用户注册游客如果想成为本站会员的话用户可以注册成会员，注册成会员的时候需要输入用户名和密码以及手机号和邮编，以及地址等基本信息后提交信息，通过检测后注册成功，效果如图5-2所示图5-2 用户注册5.3后台登录系统后台管理模块需要登入后才能使用，管理员用户登录的用户名：Admin，密码Admin。后台登入界面如图5-7所示，登入后后台首页管理界面，以简洁大方、方便操作为设计思路：5.4修改密码此模块完成用户的密码修改，为了系统的安全性，用户需要定期的修改密码，窗口设计如图5-9所示：图5-4 修改密码界面6系统测试6.1系统测试计划测试计划是指测试阶段的测试计划。现状：目前测试文档关于测试的内容主要是测试的时间计划。而这种时间划分也是非常粗略的，而且没有依据。为什么要花这么多时间？目前只是按照个人直观、经验等方法来判断测试时间。因此，这类测试计划的随意性太大，不便于管理。目前的测试是为了测试而测试，没有规划性。如果已经知道了产品已具有的功能，可以通过测试来检验是否每个功能都能正常使用。6.2 系统测试工具目前的测试方法都是手工测试，手工测试的效率跟测试员的经验有很大关系，需要一定的技巧性。而有部分测试类型是可以用测试工具来实现的。比如：边界测试、非法测试、功能测试、性能测试等。但自动化测试并不能代替手工测试，它是一个补充。一般来讲，测试自动化在整个测试过程中只能占到30%左右。但测试人员对测试工具不熟悉，目前只能先以手工测试为主，继续探讨自动化测试的可操作性12。（手头没有自动化测试工具）白盒测试：也称为结构测试，根据程序内部逻辑结构进行测试。6.3 系统测试方法和测试类型黑盒测试：黑盒测试也称功能测试或数据驱动测试，它是在已知产品所应具有的功能，通过测试来检测每个功能是否都能正常使用，在测试时，把程序看作一个不能打开的黑盆子，在完全不考虑程序内部结构和内部特性的情况下， 测试者在程序接口进行测试，它只检查程序功能是否按照需求规格说明书的规定正常使用，程序是否能适当地接收输入数锯而产生正确的输出信息，并且保持外部信息（如数据库或文件）的完整性。黑盒测试方法主要有等价类划分、边值分析、因果图、错误推测等，主要用于软件确认测试。 “黑盒”法着眼于程序外部结构、不考虑内部逻辑结构、针对软件界面和软件功能进行测试。“黑盒”法是穷举输入测试，只有把所有可能的输入都作为测试情况使用，才能以这种方法查出程序中所有的错误。白盒测试：白盒测试也称结构测试或逻辑驱动测试，它是知道产品内部工作过程，可通过测试来检测产品内部动作是否按照规格说明书的规定正常进行，按照程序内部的结构测试程序，检验程序中的每条通路是否都有能按预定要求正确工作，而不顾它的功能，白盒测试的主要方法有逻辑驱动、基路测试等，主要用于软件验证。“白盒”法全面了解程序内部逻辑结构、对所有逻辑路径进行测试。“白盒”法是穷举路径测试。在使用这一方案时，测试者必须检查程序的内部结构，从检查程序的逻辑着手，得出测试数据。6.4 系统测试的目的和原则 在任何软件系统的开发过程中，尤其是在进行大型软件系统的开发中，任何一个编程人员都不可避免地会产生错误。为了尽可能地发现并改正系统设计中的错误，减少错误造成的损失，保证系统开发的质量，需要进行系统的测试。6.5 系统测试效果1根据上面的系统入口测试用例，其测试效果。登录时，比如输入用户名和密码否则提示输入不能为空，假如用户名和密码错误一样给出提示。如图1-1所示。图6.1 登录不输入图6.2 登录不输入提示图6.3登录输入错误的用户名密码图6.4登录输入错误的用户名密码提示2.修改密码是输入不能为空，而且旧密码输入必须正确，并且2次输入的新密码必须一致，否则给出提示。图6.5不输入新旧密码图6.6不输入新旧密码时的提示图6.7输入错误的旧密码和新旧密码不一致图6.8旧密码错误提示图6.9两次新密码不一致提示7 总结通过这次毕业设计，我学到了很多的东西。在前面的三年半时间内我学习了很多的课程及编程语言，从最初始的C语言，再到C+，JAVA，数据库系统概论等等，虽然通过学习对这些课程有所了解和掌握，但也只是对理论知识的理解阶段，对知识的掌握还不够全面和熟练不能进行的编程开发，更不用说真正应用于实践设计开发，而且并不能真正独立的开发出一个完整的应用于实际的系统，在毕业设计的最后的半年中，前面的两个月主要是用来学习Microsoft Visual Studio.NET 2005平台操作和C#语言的学习，在此以前我没有学过C#，只是学过C语言，因为C#语言和C语言差不多，所以学的也很轻松。在最后的一个月里主要是开始毕业设计和毕业论文的编写，就在短短的一个月中，我把我前三年的学习的东西全都发挥出来了，在此以前我一直以为以前的东西都是白学了，现在才发现那时候学的东西是多么的有用，当然是在整个设计的过程中也遇到了很多的问题，这些问题很多都是程序错误和方法错误，这些问题都通过查资料和书籍慢慢解决了，刚开始遇到错误的时候一连好几天都没有解决，那时候想过放弃，想过换题目，想想各种各样的方法，但是还是通过老师和同学的帮忙都解决掉了，可能是刚开始没有经验，遇到问题就不知所搓，不知道怎么去解决，经过同学的帮忙我找到了解决错误的方法，就是每走一步就不停的调试如果得到了你想要的结果，就说明是对的在继续设计，如果不这样话，在开始就发生了错误，你没有觉察到，在后来你花了很多的时间后，你才发现你所做的一切都是白废了，那是后悔也来不及了。还有一点就是做什么事情都有一种不怕困难的精神，要有持之以恒的毅力，无论做什么事情都不可能一帆风顺的，都会遇到很多的困难，如果一遇到困难就退缩的话，就什么事情也完成不了，总之，这次毕业设计给我的帮助很大，是一个从理论上升到实