基于Solr的多媒体教学课件云检索系统

袁鑫攀　彭成　盛鑫海

摘要：随着现代化教育的快速发展，多媒体课件的数量出现爆炸式增长。海量课件带来检索低效、准确率低等问题。论文设计基于Solr的多媒体教学课件的云检索系统，实现了课件的高效灵活的缓存功能、在线检索、查重和管理功能、高亮显示结果功能，并且通过索引复制来提高可用性。

关键词： 课件检索，Solr，课件去重

1 引 言

随着现代化教育的快速发展，尽管高校有一定程度的课件管理系统，海量课件检索效率和精度都不足。Solr[1]是一个独立的基于Lucene[2]搜索应用服务器，它对外提供类似于Web-service的API接口。用户可以通过http请求，向搜索引擎服务器提交一定格式的XML文件，生成索引；也可以通过Http Get操作提出查找请求，并得到XML格式的返回结果。

2 系统结构

2.1 功能结构

基于Solr的课件云检索系统的功能结构分为5个部分。1）在线检索：对各类课件进行不层次需求的检索功能；2）在线查新：检测课件的重复情况；3）分类浏览：浏览各种类别的课件；4）高亮显示：高亮显示检索的结果；5）对比查看：对比课件的相似性证据。

2.2 软件结构

系统软件结构如图1所示。1）数据层：提供数据源，包括数据库和索引文件。2）核心业务层主要是依赖Solr框架，利用分析器对文档切分，建立分布式倒排索引；并且能够提供关键词检索服务。3） 用户应用层实现用户与系统交互。

3 系统实现

3.1索引文件的创建和更新

1）配置参数：a）配置索引性能参数，修改 solrconfig.xml文件；b）配置索引结构参数，修改Schema.xml（/opt/solr/conf/schema.xml） 文件，定义fieldType、 fields、copyField等索引的主体字段。c）更改schema.xml （/opt/solr/conf/schema.xml） 文件，使分词器起到作用。d）配置mysql数据库，导入连接mysql的jar包mysql-connector-java-5.1.7-bin.jar，放在tomcat的lib目录下。

2）使用Solrj操作Solr

1、对向Solr提交索引进行一定的封装以方便业务系统进行操作。

2、对搜索进行封装，以方便结果的展现分析等等。

Solrj是使用java编写的一个操作Solr的工具，方便于进行索引的更新、搜索结果的获取等等。在Solr的发布包里面有Solrj的相关jar包。Solrj需要的jar包为：apache-solr-solrj-4.0.0.jar和他的依赖包solr/dist/solrj-lib。

3）课件特征提取

特征提取是将课件中的所有文本分割成为短语，然后抽取出shingles特征。通过正向最大匹配分词算法将长句进行科学划分，过滤掉高频低义的虚词、助词，然后再抽取出shingles特征传给solr接口，建立索引。

3.2 在线云检索

通过http服务发出课件的关键词查询请求，代码如下：

1.SolrServer ss = new CommonsHttpSolrServer（ "http：//localhost：8080/solr1/collection1/"）；

2.SolrQuery qu = new SolrQuery（"*：*"）；

3.qu.add（ShardParams.SHARDS，"localhost：8080/solr2/collection1/，localhost：8080/solr1/collection1/"）；

4.QueryResponse resp = ss.query（qu）；

5.System.out.println（resp）；

其中关键在于，搜索请求需对solrcore服务器进行定位，再通过solrcore转发到其他的从节点服务器。

3.3 课件去重和课件对比

（1）课件去重

检测重复的课件主要是为了提高资源利用率，提高用户的使用体验。将每个课件拆分成为粒度句子级别的元素集合，对每个元素检索的同时，即可获得按相似率排序显示的课件列表。

（2）对比查看

记录查重中重复的证据并高亮显示，点击界面左边的课件中红色的高亮证据，会将界面右边的相同句子或者短语着蓝色，能够醒目的显示两课件重复之处。

4.结束语

在过去的几十年里，在线多媒体学术课件的应用取得了巨大增加，这些教育资源潜在地改变着人们的学习方式，随着文本检索技术日益成熟， 论文设计了一种有效地从多媒体课件中找到感兴趣的资源的solr云检索方法，得到了系统的实证。

参考文献

[1] 王小森.基于Solr的搜索引擎的设计与实现[D].北京：北京邮电大学，2011.

[2] 林碧英，赵锐，陈良臣.基于Lucene的全文检索引擎研究与应用[J].计算机技术与发展，2007，17（5）：184-186endprint