TRS全文數(shù)據(jù)庫(kù)介紹

TRSDataBaseServer

全文數(shù)據(jù)庫(kù)北京拓爾思信息技術(shù)股份有限公司什么是全文數(shù)據(jù)庫(kù)數(shù)據(jù)庫(kù)存儲(chǔ)在計(jì)算機(jī)內(nèi)的有組織的數(shù)據(jù)集合

網(wǎng)狀層狀關(guān)系型關(guān)系型數(shù)據(jù)庫(kù)全文型數(shù)據(jù)庫(kù)集結(jié)構(gòu)化與非結(jié)構(gòu)化檢索于一體的數(shù)據(jù)庫(kù)

百度GoogleTRS全文型數(shù)據(jù)庫(kù)是以結(jié)構(gòu)化及非結(jié)構(gòu)化數(shù)據(jù)檢索為關(guān)注視角（而非實(shí)體間如何組織）的數(shù)據(jù)庫(kù)技術(shù)各實(shí)體與實(shí)體之間的聯(lián)系均用關(guān)系模型來(lái)表示 OracleSQLServerDB2結(jié)構(gòu)化與非結(jié)構(gòu)區(qū)別全文數(shù)據(jù)庫(kù)的定位與關(guān)系型數(shù)據(jù)庫(kù)相比與關(guān)系型數(shù)據(jù)庫(kù)相比沒(méi)有觸發(fā)器，沒(méi)有事務(wù)，沒(méi)有實(shí)體間的關(guān)系有全文索引機(jī)制，支持海量數(shù)據(jù)檢索，支持高并發(fā)和快速檢索響應(yīng)，支持相關(guān)度排序全文數(shù)據(jù)庫(kù)工作機(jī)制第一步第三步使用采集工具采集數(shù)據(jù)，裝入全文數(shù)據(jù)庫(kù)全文數(shù)據(jù)庫(kù)通過(guò)接口接收到檢索請(qǐng)求，進(jìn)行處理第二步全文數(shù)據(jù)庫(kù)建立索引第四步返回命中結(jié)果集檢索結(jié)果展現(xiàn)全文數(shù)據(jù)庫(kù)細(xì)分互聯(lián)網(wǎng)級(jí)搜索引擎企業(yè)級(jí)搜索引擎允許有一定的更新延遲需要快速響應(yīng)，但只求查準(zhǔn)，不求查全需要能主動(dòng)發(fā)現(xiàn)新的網(wǎng)頁(yè)不允許有延遲既要查準(zhǔn)，也要查全采集源類型廣泛（企業(yè)內(nèi)各型數(shù)據(jù)）百度GoogleTRS融合互聯(lián)網(wǎng)搜索和企業(yè)搜索互聯(lián)網(wǎng)搜索和企業(yè)搜索并非一回事典型搜索引擎方案系統(tǒng)架構(gòu)異構(gòu)數(shù)據(jù)統(tǒng)一管理，非結(jié)構(gòu)化和結(jié)構(gòu)化數(shù)據(jù)聯(lián)合檢索Oracle,DB2,SQLServer…Notes,郵件服務(wù)器FileSystem：Word,PDF,EXLWeb:HTML,XMLMail,NewsAudio,VideoFlash

結(jié)構(gòu)化數(shù)據(jù)：SQL查詢非結(jié)構(gòu)化數(shù)據(jù)：全文檢索和搜索引擎但用戶的數(shù)據(jù)在很多情況下是結(jié)構(gòu)化數(shù)據(jù)+非結(jié)構(gòu)化數(shù)據(jù)+半結(jié)構(gòu)化數(shù)據(jù)北京拓爾思信息技術(shù)有限公司CoreIndexingServerContentCapture&IndexDATABASESQLSERVERORACLESYBASEDB2LotusDominoWebsite&PortalEIPERPSPSKMCISFile&DocumentMicrosoftOfficeAdobePDFRTFTEXTXMLMulti-MediaVideoAudioFlashMovieSEARCHSearchApplicationServices性能測(cè)試數(shù)據(jù)量PCServer數(shù)目速度(秒)1000萬(wàn)1關(guān)鍵詞檢索*0.075邏輯表達(dá)式**0.3092000萬(wàn)2關(guān)鍵詞檢索0.076邏輯表達(dá)式0.3144000萬(wàn)4關(guān)鍵詞檢索0.103邏輯表達(dá)式0.377測(cè)試環(huán)境：Dell

2850(2xCPU,4G內(nèi)存，10000轉(zhuǎn)硬盤(pán)，RedhatAS4.0)性能測(cè)試數(shù)據(jù)量并發(fā)數(shù)速度(秒)1000萬(wàn)1關(guān)鍵詞檢索0.08邏輯表達(dá)式0.3110關(guān)鍵詞檢索0.25邏輯表達(dá)式0.5750關(guān)鍵詞檢索1.26邏輯表達(dá)式4.75100關(guān)鍵詞檢索2.50邏輯表達(dá)式13.12TRS全文數(shù)據(jù)庫(kù)集群跨平臺(tái)支持，多種開(kāi)發(fā)接口平臺(tái)：OS:Windows，Linux，Unix。DB:Oracle,DB2,SQLServer,Sybase應(yīng)用服務(wù)器：IBM,BEA,Tomcat等Web服務(wù)器：各種Http服務(wù)器開(kāi)發(fā)接口：C/C++J2EE.NETTRS搜索引擎行業(yè)地位公司是中文全文檢索技術(shù)的創(chuàng)始者公司在2000年首先在國(guó)內(nèi)提出中文內(nèi)容管理理念和技術(shù)賽迪顧問(wèn)2008年獨(dú)立調(diào)查數(shù)據(jù)表明TRS是國(guó)內(nèi)：企業(yè)搜索軟件第一名主要競(jìng)爭(zhēng)對(duì)手均為國(guó)際知名廠商2007年中國(guó)企業(yè)搜索產(chǎn)品

市場(chǎng)主力廠商份額結(jié)構(gòu)深厚的科研基礎(chǔ)和積累擁有自主核心技術(shù)和知識(shí)產(chǎn)權(quán)，研發(fā)力量強(qiáng)大在信息檢索、知識(shí)挖掘和中文信息處理方面具有國(guó)內(nèi)外領(lǐng)先的研究能力和研究成果承擔(dān)多項(xiàng)國(guó)家863項(xiàng)目獲得國(guó)家科技進(jìn)步二等獎(jiǎng)，電子工業(yè)部科技進(jìn)步一等獎(jiǎng)2001年國(guó)家推薦的12個(gè)優(yōu)秀軟件產(chǎn)品之一擁有UNDP援建的中文信息處理研究中心和國(guó)內(nèi)外多所大學(xué)、研究機(jī)構(gòu)建立了長(zhǎng)期合作研究關(guān)系清華大學(xué)(中文智能語(yǔ)言處理)香港中文大學(xué)(信息檢索)美國(guó)VirginiaTech.(數(shù)字圖書(shū)館和信息檢索)“TRShasthebesttechnologyinChineseTextRetrievalareainChina.ItisoneofthestrongestsoftwaredevelopmentfirmsinChina.”-Dr.KaifuLi,VPofMicrosoft,andformerlyManagingDirectorofMicrosoftResearchInstitute.TRS獲得國(guó)家科技進(jìn)步獎(jiǎng)國(guó)網(wǎng)搜索引擎

--融合互聯(lián)網(wǎng)搜索與企業(yè)搜索于一體的搜索應(yīng)用每天可支持1000萬(wàn)的訪問(wèn)次數(shù)國(guó)網(wǎng)搜索引擎

--融合互聯(lián)網(wǎng)搜索與企業(yè)搜索于一體的搜索應(yīng)用主要功能（二）——信息檢索本站檢索網(wǎng)站群檢索服務(wù)檢索文檔檢索國(guó)務(wù)院公報(bào)檢索文件檢索圖片檢索聯(lián)合檢索引導(dǎo)式智能檢索國(guó)防部網(wǎng)站搜索引擎國(guó)內(nèi)最大規(guī)模的多媒體、多文種新聞信息綜合性數(shù)據(jù)庫(kù)新華社多媒體數(shù)據(jù)庫(kù)

“新華搜索”系統(tǒng)

實(shí)現(xiàn)全方位新聞搜索

2008年北京奧運(yùn)會(huì)前夕，“新搜”系統(tǒng)正式上線，先期推出了新華網(wǎng)文字、圖片、網(wǎng)頁(yè)等搜索功能，為全球網(wǎng)民了解北京奧運(yùn)會(huì)的精彩內(nèi)容提供了專業(yè)的搜索服務(wù)，受到網(wǎng)民歡迎。奧運(yùn)會(huì)結(jié)束之后，新華網(wǎng)技術(shù)平臺(tái)加緊開(kāi)發(fā)建設(shè)，不斷完善“新搜”系統(tǒng)，新推出了視頻搜索、多語(yǔ)種搜索和新華網(wǎng)地方頻道搜索功能，功能更為強(qiáng)大、實(shí)用。背景信息涉及政治、外交、經(jīng)濟(jì)、文教、科技、法律等各個(gè)領(lǐng)域并具有信息量大、權(quán)威、準(zhǔn)確、及時(shí)、豐富等特點(diǎn)，不僅為國(guó)內(nèi)外的新聞機(jī)構(gòu)和企事業(yè)單位提供大量的新聞素材，同時(shí)也承擔(dān)國(guó)家重大活動(dòng)的新聞報(bào)道工作新華社多媒體數(shù)據(jù)庫(kù)始建于1999年，采用TRS全文檢索的核心技術(shù)，2002年，TRS公司與新華社技術(shù)局再次合作實(shí)施了新華社多媒體數(shù)據(jù)庫(kù)英文檢索引擎的提速改造，2008-2009年再次擴(kuò)容升級(jí)。目前，多媒體數(shù)據(jù)庫(kù)中已經(jīng)存儲(chǔ)了上億條多媒體信息，數(shù)據(jù)容量超過(guò)20T，內(nèi)容涵蓋中、英、法、西、阿、俄等9大主流語(yǔ)種，以文字信息為主，包含圖片、圖表和音視頻信息。26專利信息服務(wù)平臺(tái)試驗(yàn)系統(tǒng)26項(xiàng)目待檢索文本數(shù)據(jù)總數(shù)據(jù)量約1-2億條記錄。每條記錄20-80個(gè)字段不等。其中，專利文摘檢索數(shù)據(jù)8000萬(wàn)條，