定向查询引擎在Web化学数据库集成检索中的应用

Internet上的化学数据库是重要的专业资源,基于超链接分析的搜索引擎还不能索引这类资源。本论文以充分利用Internet上的化学数据库数据为目标,将“一个查询发动多个同级检索引擎,并以结构化的方式组织信息”的方案应用于以化合物标识信息为检索入口的Web化学数据库,建立了一个基于多站点集成检索的Web数据库定向查询引擎。该引擎是一个包括用户交互层、中间检索层、数据提供层的三层Web模型。各层在系统内部分别对应于响应用户检索请求的客户端代理模块、集成远程Web信息的服务器端代理模块,以及提供缓存和检索的关系数据库模块。模型采用JSP＋Java组件的开发方式,在HTTP协议标准发送方法的基础上,采用XML技术对检索返回文档进行结构化数据的提取和表示,利用XML—DBMS实现XML数据的存储和检索,建立了一套针对深层Web数据交换的解决方案。依此方案所建立的ChemDB Portal Search实现了四个分布式Web化学数据库的有效加入、同时检索和统一显示。该系统是针对深层Web信息的挖掘和集成检索的一次尝试,它可为其它领域建立类似的系统提供借鉴。     

Web智能信息检索体系结构的研究

利用XML建立了基于领域模型的Web信息集成系统 ,对Web信息进行了分割、组织和管理 ,并参考公共对象请求代理结构CORBA ,集成XML和移动Agent技术的优势 ,构造了一个Web智能信息检索体系结构。它不仅适合Web发展的需要 ,同时为用户获取网络信息提供了一种有效的方法。     

农业海量信息资源管理平台设计与实现

随着农业信息化的深入,如何描述、存储、管理和处理海量分布信息资源成为农业应用的首要问题。提出基于XML/XML Schema的统一农业信息资源描述框架,将XML描述与元数据约束相结合,采用层次化管理结构实现元数据与资源信息的组织;在HDFS(Hadoop Distributed File System)云存储架构适应性改进基础之上,设计实现了农业海量信息资源管理平台,实现了海量、分布、异构资源的分类组织、存储和访问服务。平台覆盖了全国6个省市资源节点,实现了3.2 TB农业资源存储管理,与传统资源检索方法相比,平台资源检索时间缩短73%;同时,用户在同一检索条件下能更多地获得相关资源,不仅查准率平均提高5%,而且资源利用率平均提高17.7%。平台在海量资源检索和利用效率方面获得提升。     

多Agent中文Web信息自动检索系统研究(英文)

文章采用多Agent技术对中文Web信息进行智能检索,系统结构和工作原理的介绍明确了Agent行为规范,并为一系列信息检索技术提供实现平台。其中,为提高系统效率并实现中文Web信息的智能分类和检索,将支持向量机引入智能过滤子系统。实验结果表明,该系统有效地提高了检索过程中的查全率和查准率。     

序列模式挖掘在电子商务个性化服务中的应用

分析了电子商务发展面临的问题和个性化服务的特点,提出了Web使用挖掘技术在电子商务个性化服务中的应用方法,论述了基于Web挖掘的个性化服务研究,详细阐述了其挖掘过程,最后讨论了使用序列模式和分类相结合的技术得以实现个性化服务的方法。利用这些算法得到的个性化信息可以准确把握用户兴趣模式并对Web信息资源的组织方式进行有效更新,从而提高网络信息服务效率,为用户提供“一对一”的具备自适应性的智能个性化服务。     

序列模式挖掘在电子商务个性化服务中的应用

分析了电子商务发展面临的问题和个性化服务的特点，提出了Web使用挖掘技术在电子商务个性化服务中的应用方法，论述了基于Web挖掘的个性化服务研究．详细阐述了其挖掘过程，最后讨论了使用序列模式和分类相结合的技术得以实现个性化服务的方法。利用这些算法得到的个性化信息可以准确把握用户兴趣模式并对Web信息资源的组织方式进行有效更新，从而提高网络信息服务效率，为用户提供“一对一”的具备自适应性的智能个性化服务。     

智能检索引擎中的网络数据挖掘技术优化研究

随着计算机网络技术的不断发展,对于Web Service检索技术的要求也越来越大。并且现在网络环境当中数据信息流量十分庞大,对于信息可以做到深入搜索,实现全方位信息查询是非常有必要的。为此,利用网络数据挖掘技术在智能检索引擎中的应用,以文本描述为信息作为本文的研究对象,为用户提供运用查询要求实现概念检索功能。其中强调在智能搜索引擎当中的网络数据挖掘技术进行优化研究,从结构设计以及算法分析上总结出当前网络数据挖掘应用智能检索的可能性。最终设计出一种利用数据挖掘技术的智能检索模型,实现在众多网络数据中可以准确快速的进行详细的信息检索功能。     

基于移动Agent的分布式Web搜索模型的设计与实现

传统基于C/S模式的Web搜索方法对网络带宽和网络通畅性的要求都比较高,因此在当今互联网的海量数据中的检索效率比较低。在分析移动Agent技术特点的基础上,提出一种基于移动Agent的分布式Web搜索模型。该模型根据中文信息搜索的特殊性,将移动Agent技术与分类算法相结合,在搜索过程中引入了用户输入信息的预处理过程来进行信息分类,然后根据分类结果形成基于用户兴趣度的移动Agent搜索路径选择策略以及并发方法,由此来提高Web搜索的效率。详细介绍框架的组成和所采用的关键技术,并通过一个移动Agent的开发平台——Aglet平台对模型进行实现和实验。实验结果表明,采用该模型进行Web检索,比传统的C/S检索方式减少50%以上的搜索时间,而在各资源服务器存储的文件资源类别和资源数量差异较大情况下的搜索效率比非并发的其他移动Agent搜索模型搜索时间要减少70%以上。     

基于XML的图书信息智能检索

基于XML的图书信息智能检索就是采用XML的格式组织图书信息,利用XML标记创建特性组织图书的目录内容,以标记作为搜索的依据,实现基于内容的图书信息智能检索。     

语义Web上本体与智能信息Agent的集成研究

该文介绍了语义Web新技术,它可以为处理Web信息的智能应用程序提供帮助。文中描述了语义Web的层次结构及其支持语义Web的基础技术如RDF(资源描述框架)和本体(Ontology)等,文章表明,Agent技术与本体的集成会扩展程序能力,更有效地为用户执行任务而较少需要人的干预,也会对Web服务的使用产生重大影响。文中介绍了本体与智能信息Agent结合的应用实例,为用户搜索Web上的服务提供帮助。     

基于本体语义检索技术研究

络信息的激增和多样化给有效的信息检索带来了种种困难,目前的检索工具仅提供了基于关键字的检索,而忽视了关键字本身所含的语义内容。本文提出的图书信息检索系统利用本体论中概念规范、语义丰富的特点将用户的检索要求扩充成语义集,并且将检索到的文档通过文档分析器进一步过滤,使用户最终得到与检索要求内容匹配度较高的 的文档。     

基于Ontology的Web信息检索系统研究

传统的信息检索技术以关键字匹配为主,缺乏语义推理能力,对用户的查询请求没有提供语义制导,因此造成信息的误检、漏检.将Ontology用于Web信息检索,分析了Ontology的语义表达能力,提出了基于Ontology的信息检索系统模型(MIRSO).MIRSO能够对用户提供语义制导,将用户的查询条件映射为领域Ontology的概念和关系,使用户的需求表达和信息内容精确匹配.实验结果表明,该方法能够提高信息检索系统的查准率.     

XML数据流主动服务系统的设计与实现

从传统XML数据流查询处理中存在的问题出发,设计了XML数据流主动服务系统的框架模型,并提出了系统的实现策略,为用户快速、准确的找到所需信息提供了途径。     

基于本体语义检索技术研究

网络信息的激增和多样化给有效的信息检索带来了种种困难,目前的检索工具仅提供了基于关键字的检索,而忽视了关键字本身所含的语义内容.该文提出的图书信息检索系统,利用本体论中概念规范、语义丰富的特点,将用户的检索要求扩充成语义集.并且将检索到的文档通过文档分析器进一步过滤,使用户最终得到与检索要求内容匹配度较高的文档.     

XML数据流主动服务系统的设计与实现

从传统XML数据流查询处理中存在的问题出发，设计了XML数据流主动服务系统的框架模型，并提出了系统的实现策略，为用户快速、准确的找到所需信息提供了途径。     

XML应用于信息检索的研究

随着互联网上XML文档的日益增多,如何对其内容进行有效的检索查询已经成为亟待解决的问题。本文的主要目的在于针对XML在信息检索中的应用作一深入的探讨,讨论XML检索与传统信息检索的不同和目前一些通用的XML存储处理的方法,对其中用到的关键技术、可行性和性能都作了比较分析。在此基础上还提出一种新的检索模型和系统框架,结合当前的全文搜索和数据库技术,具有一定的实用性。     

On the query refinement in the ontology-based searching for information

One of the main problems in the (web) information retrieval is the ambiguity of users’ queries, since they tend to post very short queries which do not express their information need clearly. This seems to be valid for the ontology-based information retrieval in which the domain ontology is used as the backbone of the searching process. In this paper, we present a novel approach for determining possible refinements of an ontology-based query. The approach is based on measuring the ambiguity of a query with respect to the original user's information need. We defined several types of the ambiguities concerning the structure of the underlying ontology and the content of the information repository. These ambiguities are interpreted regarding the user's information need, which we infer from the user's behaviour in searching process. Finally, the ranked list of the potentially useful refinements of her query is provided to the user. We present a small evaluation study that shows the advantages of the proposed approach.     

基于Ontology的智能检索系统框架研究与实现

提出并实现了一个语义Web环境下基于Ontology的语义信息检索系统框架。它由信息搜集Agent、存储Agent、推理Agent和查询Agent构成，这4类Agent协同工作实现了基于语义的Web信息检索服务。该文采用OWL描述的Ontology作为语义推理的基础，以Jena作为RDF API，使用JADE作为多Agent系统的开发工具和应用平台，完成了一个针对“Wine”领域进行智能查询的实例。     

基于重排序融合的社会图书检索系统

用图书的出版信息和用户生成的社会信息从社会媒体中搜索出相关的图书已成为信息检索系统的一个研究热点。然而大部分的信息检索系统都是由单一的检索方法构成,随着用户需求的不断增加,这些系统难以满足用户需求。针对上述问题,提出了一种基于重排序融合的图书检索系统。首先,使用伪相关反馈技术对用户查询内容进行扩展,并将检索结果作为初排序结果;其次,使用用户生成的社会信息特征对初排序结果进行重排序;最后,采用排序学习模型对多种重排序策略得到的结果进行融合。在INEX 2012-2014 Social Book Search公开数据集上针对其它先进检索系统进行了对比实验,实验结果表明,系统的性能（NDCG@10）优于其它方法构成的图书检索系统。