TRS全文檢索參數

1、數項目量全文檢索數據1庫具體參數要求與地方志目前使用的網站內容管理系統(tǒng)同品牌，或能夠進行無縫銜接； 要求原廠服務, 且必須原廠家在南寧當地有常駐技術人員,; 投標時必須提供加蓋公章的原廠服務承諾書;16 個并發(fā) Licenses 版本全文檢索數據庫系統(tǒng)用以搭建站內全文檢索應用，及實現統(tǒng)一入口跨全站搜索的網站全文檢索應用，具體要求如下：系統(tǒng)技術要求實現結構化和非結構化數據的統(tǒng)一檢索，并全部字段都能建立索引，實現基于元數據（ meta-data ）和全文（ full-text ）的聯(lián)合查詢。支持多種數據源數據的全文索引。可自動將關系型數據庫（如 Oracle 、 SQL Server 、 MySQ

2、L、 Sybase）中的數據導入全文數據庫，并自動保持同步更新，使用戶在享有關系型數據庫卓越的數據處理功能的同時，擁有實時全文檢索功能。支 持Text、 HTML、 XML 、 RTF 、 MS OFFICE文 檔（ Word/Execl/Powerpoint ）和 PDF文件自動建立索引。支持 GB18030和 UTF8大字符集 , 便于對中文偏僻字和各國文字的支持。詞典管理：檢索時能夠讓用戶自行維護詞典，包括同義詞典、近義詞典、反義詞典、主題詞典進行擴展檢索。允許使用文中的任意字、詞、短語、句和片段進行檢索漢語分詞準確率及字詞混合索引機制： 切分正確率達到 99.1% 以上； 由于漢語分詞

3、不能達到 100%準確，所以中文檢索系統(tǒng)需要提供一種索引方式 ( 字詞混合索引 ) ，保證一定查準率的同時提供 100%查全率。支持對檢索結果的各種排序：檢索結果與檢索詞的相關度排序；基于字段的排序；后進先出的快速排序。同時對多庫檢索結果可以進行混排。 LIFO（后進先出的快速排序）對實際運行系統(tǒng)的性能提高有很大作用。 TOPn 排序可通過結果記錄數的裁減以減少檢索歷史的存儲來提高檢索速度。支持有多個文本字段和非文本字段參與的相關排序。自動分庫（ Partitioning ）：充分利用多庫并行檢索技術，進一步提高了檢索速度；使得數據加載速度保持穩(wěn)定，進一步提高了數據更新速度。自然語言檢索：輸入

4、一個檢索串或一句話，分詞后進行高頻詞過濾、詞語個數限定、詞語之間的位置關系等處理，根據詞語在文章中的位置和頻度，以及詞語的倒文檔頻度，計算相關度，按相關度高低排序后輸出結果。為了專題檢索的需要 , 必須提供布爾算符、關系算符、鄰近算符、同在算符、頻率算符、截詞符 ( 通配符 ) ，以及長檢索表達式的支持 (>1MB字節(jié) ) 。 檢索結果的分類統(tǒng)計等分析功能 : 統(tǒng)計檢索結果在各庫表中的分布情況；檢索結果的分類統(tǒng)計，支持用正則表達式來篩選分類統(tǒng)計的目標字段值，并支持抽取部分子串組成新的類別。西文大小寫無關檢索、全半角無關檢索、中文簡繁體擴展檢索。具有系統(tǒng)級、數據庫級、記錄級和字段級四級安全

5、控制機制。支持數據的加密與壓縮傳輸。支持主流的操作系統(tǒng)平臺 Windows/Linux/Solaris/AIX/HPUX; 支持主流開發(fā)平臺，提供 CAPI，Java API ，.Net API 二次開發(fā)接口。支持分布式檢索和負載均衡集群功能：實現海量數據的無限擴展；實現高并發(fā)用戶的高性能訪問。系統(tǒng)功能要求全方位檢索手段：提供多種檢索運算符。包括外部特征與正文內容的各種邏輯組合檢索 ( 與、或、非、異或 ) 、位置檢索 ( 同段、同句、相差幾個字以及前后次序有關等 ) 、二次檢索、 漸進檢索、模糊檢索、歷史檢索、詞根檢索、大小寫敏感檢索、概念檢索、對檢索結果按與檢索表達式的相關性程度排序等。支

6、持擴展檢索：包括主題詞典自動擴展檢索 , 同義詞 / 反義詞自動擴展檢索 , 全半角自動擴展檢索 , 簡繁體自動擴展檢索等。支持語義檢索：支持長句檢索，系統(tǒng)可自動分詞，按句子語義進行檢索。并可選擇關鍵詞再次檢索。支持檢索結果的分類統(tǒng)計與分析：統(tǒng)計檢索結果在各庫表中的分布情況 ; 檢索結果的分類統(tǒng)計，支持用正則表達式來篩選分類統(tǒng)計的目標字段值，并支持抽取部分子串組成新的類別。支持檢索結果排序：支持多字段加權的相關性排序 , 并且可以設置文檔的不同字段以不同的權重 , 提升關鍵字段的權重； Date/Number 類型字段按大小排序， Char 類型提供按內碼、拼音、筆畫等三種排序方式。相似文檔檢

7、索： 百度新聞搜索的相同新聞 Google 的類似網頁 文章消重 相關文章推薦系統(tǒng)性能要求G級數據全文檢索響應在毫秒之內。全文檢索數據庫的“零”空間膨脹率（-10%20%）。數據索引更新時間平均小于 0.02s/ 記錄（每條記錄 4kb）。T 級文本數據庫，一個任意詞的檢索都在1 秒鐘之內。檢索智能詞典能按需擴展?jié)h語切分正確率達到 99.1%以上。全文數據加載和索引單機速度為10GB/小時 ;元數據加載和索引單機速度為 16GB/小時。千萬記錄的全文數據單機查詢速度為0.x 秒 ;十億記錄的元數據單機查詢速度在 3 秒內。支持主流關系數據庫：支持Oracle,DB2, SQLServer,全文

8、檢1Sybase、 MySQL和人大金倉（ KingbaseES）等關系數據庫。索網關支持 RDBMS中格式化文檔的全文檢索： 能夠自動對關系數據庫大對象字段中存儲的格式化文檔，支持主流文檔如 Word、Powerpoint 、 Excel 、 PDF、WPS等文件進行全文檢索。全文檢索信息發(fā)布應用服務器系統(tǒng)數據同步和一致： 可以保證索引和數據的同步， 從而保證查詢的結果是完全正確的。支持完全更新和增量更新： 完全更新是把關系型數據庫中數據一次性全部導入到全文數據庫中，不重復執(zhí)行；增量更新是只對發(fā)生變化的數據進行數據同步，并以一定的時間周期循環(huán)執(zhí)行。支持多種類型的任務配置： 支持從關系型數據庫

9、到全文數據庫的多種任務配置支持表和視圖： 關系數據庫中的表和視圖均可以作為同步操作的數據源。自動化程度高：用戶只需要按步跟隨“任務創(chuàng)建向導”的提示就可以創(chuàng)建更新任務?？稍O置的定時執(zhí)行任務：對創(chuàng)建好的任務， 用戶可以設置其自動定時執(zhí)行。 如：用戶可以設置一個增量更新任務每隔 5 分鐘執(zhí)行一次，即每隔 5 分鐘將關系數據庫表中數據的修改向全文數據庫中進行一次索引的更新。多語種的支持通過對 UTF8編碼方式的支持，實現了對多語種內容的發(fā)布及檢索。多種內容格式的支持對 TRS全文檢索數據庫、文檔文件、圖文混排內容、流媒體文件等各種格式內容，提供了完備的發(fā)布支持。靈活的內容表現通過頻道 (Channel) 及模板 (Templet) 技術，實現內容與表現的真正分離，無論是更換內容還是改變顯示，都將變成一件非常輕松的事情。而頻道與模板在多應用間的高度重用，更加降低了維護的成本。強大的檢索功能基于 TRS在全文檢索中的領先技術及其對主流關系數據庫的良好支持，借助精確檢索、全文檢索、關聯(lián)檢索等技術，TRSWAS提供了強大的內容檢索功能，幫助客戶更快更準確地找到正確的內容。內容維護可以通過 Web方式對數據庫中的內容進行增加、刪除、修改等維護操作，提供了方便的內容維護途徑。緩存功能TRSWAS產品提供了內容展現的緩存功能，在內容實時發(fā)布的基礎上，可以