随着互联网时代的到来,网络购物逐渐走进了人们的生活,在众多的B2C购物网站中,天猫、京东等网站占据了绝大部分网络销售额。在利润的驱使下,更多的购物网站应运而生。搜索系统作为购物网站的主要功能模块,在网络购物中的地位无法取代。用户通过搜索商品,最快速地完成购物流程。在搜索系统中,中文分词技术是基础。目前的中文分词技术虽然正逐步趋于成熟,但是中文分词中的两道鸿沟仍然无法逾越:歧义识别和新词发现。针对以上问题,本文对基于扩展词库的中文分词方法展开研究,提出了一种创建扩展词库的方法。该方法是在solr中文分词系统允许用户加入扩展词库的基础上,改进了CRF算法的特征选取,使用双向最大匹配法结合高频词组成的临时词库,对CRF算法进行结果修正,最后创建用户自己的扩展词库。本文针对使用扩展词库和不使用扩展词库的IK Analyzer中文分词器做对比实验,得到关于中文分词准确率等一系列实验数据。通过实验证明,该方法在一定程度上解决了中文分词中的歧义问题以及新词发现问题,提高了中文分词准确率。进而通过在购物网站中搜索模块的应用,使用户获得更好的搜索、购物体验。为构建具有应用价值的购物网站,本文首先研究了购物网站的构成,对购物网站系统进行功能性需求分析与非功能性需求分析,开发了包括后台管理模块、前台界面模块、搜索模块、订单模块、单点登录系统模块以及会员系统模块的购物网站系统。本系统实现了管理员在后台界面对商品信息、网站页面信息等进行管理,用户在前台界面进行浏览、注册、登录、搜索、完成订单等主要功能。系统搭建了3个linux服务器,分别是图片处理服务器、redis服务器以及solr服务器。系统对商品以及用户数据存入到mysql数据库中。对基于扩展词库的中文分词方法中创建的扩展词库数据,存入到linux系统下的mydic.dic文件中。最后对系统进行了全面测试,证明系统实现了需求分析中确定的各项功能,能够稳定、有效的运行。