最近两个月研究了相关度搜索引擎的一些知识，对Xapian和Omega（一个基于Xapian的应用）的代码进行了一定量的修改，开发出了一款轻量级的基于中文字典词库的相关度搜索引擎。
这个搜索引擎的功能是：从数据库的一个表中取出内容字段的数据，利用基于中文字典词库的分词算法，建立这些数据的索引。根据索引，我们可以检索到与某条记录相关的其它记录，以及扩展分词列表。
扩展分词列表的概念是负责eYou邮件网关算法的同事介绍的，她认为仅凭一个分词找到相关记录的算法过于刻板，应该是先找到与这个分词语义最相关的一组分词，然后针对这组分词进行更精确的搜索。
上图是我将占座网随笔数据导入后的查询结果，这是一个demo页面的截图，第一篇ID为105121的文章的相关文章从第二行开始列出，看起来效果还算可以。
历史上的今天
- Seether: Karma and Effect - 2005
If you like this post and would like to receive updates from this blog, please subscribe our feed.
五月 30th, 2006 at 13:00
恭喜恭喜
ps: “餐巾纸, 卫生纸, 纸, 铜板纸” 这个验证码和别的不是一个层次————就是嘛，别光整那些一岁二岁的……
五月 30th, 2006 at 14:28
果然被你撞上了……13组词，你可以算算概率是多么的小……
七月 20th, 2006 at 21:10
老兄可以把你的代码共一下研究吗?
haidong@126.com
四月 30th, 2007 at 15:57
帅哥，能否将您的源码发我一份，谢谢！Email:lsjtinya@163.com
十一月 5th, 2007 at 15:55
在windows下xapian怎么装呢，能不能告诉我
九月 2nd, 2008 at 12:12
能分享一下吗？多谢！
deathcult@163.com
十一月 14th, 2008 at 21:06
你好，最近在看一些搜索的东西，能把xapin的搜索源码及你的修改版各发给我一份吗？谢谢
我的email：xiaohefei521@yahoo.com.cn
七月 17th, 2009 at 16:53
分享下，谢谢
五月 6th, 2010 at 11:23
可以把您的代码发给我一份么？O(∩_∩)O谢谢
urujhfly@163.com
六月 18th, 2010 at 14:26
aasdfasdf
七月 8th, 2010 at 10:14
开源吗？ 能把xapin的搜索源码及你的修改版各发给我一份吗,谢谢
cuirui@bj.ossxp.com
七月 28th, 2010 at 10:17
能不能实现中文切词
九月 10th, 2010 at 15:08
大哥，也给我一份源码把。
twelfthing@gmail.com