基于多用户协同反馈的信息检索模型

随着WWW资源的不断增加，提高信息检索的质量变得十分重要．在这个过程中，根据检索用户的特点，充分考虑检索用户的意见对信息检索的质量和效率起到越来越重要的作用．本文将网络用户分为个人、社区和正规组织用户三种，通过分析不同类型用户的特点以及当前信息检索模型的基础上，提出了针对组织用户的基于多用户协同反馈的信息检索模型．该模型提出适用于正规组织用户的协同反馈的概念，并应用到信息检索领域．多用户协同反馈的概念根据正规组织用户的特点，充分考虑组织内所有协作人员的意见，结合最近一次检索结果，对用户查询请求不断进行修正后反复进行检索，从而有效提高了信息检索系统的精度和信息检索的协同工作能力．     

语义信息检索框架设计及其算法研究

传统信息检索信息资源缺少统一的语义描述,用户难以查找到与需求相关的资源,导致查询精确度较低,针对这一缺陷,实现语义级的信息检索的研究成为目前研究的热点。在现有的语义信息检索方法的基础上,提出了一种新的基于语义网的语义信息检索框架,详细描述框架的三大模块,并针对该框架结构以及语义网技术对语义检索的算法进行研究,给出实现语义检索的算法。该算法对本体树进行深度优先遍历,得出准确的查询结果,提高了信息检索的查全率。     

基于多Agent的搜索引擎模型

分析了WWW信息检索中所存在的问题，并由此提出了一种基于多Agent的搜索引擎检索的模型，并具体描述了该模型的体系结构以及其检索机制，最后又介绍了此模型如何采用机器学习方法自学习和自演化。     

基于Spark框架的图书馆文献信息检索方法

由于传统信息检索方法检索时间长，检索误差率高，研究基于Spark框架的图书馆文献信息检索方法。首先，预处理文献信息数据，结合信息相似度，提取特征数据集合中的敏感数据获得属性特征。其次，基于Spark框架批处理数据，训练待测样本进行目标跟踪，寻找最优解集。对信息的特征进行查询，提取其中的关键词并在已建立的文本索引结构上进行检索和融合，运用K-Means聚类方法对融合结果进行重新排序。采用布尔查询机制构造文献检索模型，将不同信息数据多重倒排文献进行索引从而完成信息检索。实验结果表明，运用该方法检索时间最短，误差率最低，完成图书馆文献信息检索方法的优化。     

网格环境下基于语义关联的信息检索

为了满足网格环境中资源信息的大幅度增加对信息检索的性能越来越高的要求,对网格环境中的信息服务系统(MDS)进行了分析并指出其局限性,设计了网格环境下资源信息检索匹配算法,在MDS的发现系统中应用基于元数据语义关联的信息检索。实验实现了网格环境下基于所设计算法的信息检索,对目录式检索和语义关联检索进行了比较,证明了这种方法可以有效提高资源信息的检索效率。     

音频信息检索的研究及实现

介绍了常见的基于内容的音频检索的关键技术和音频特征提取的一般方法，讨论了其中基于隐马尔科夫(HMM)模型识别音频例子的关键问题，并在此基础上给出了一个基于内容的音频信息检索系统的框架和实例。     

用Java实现基于向量空间的搜索引擎优化

介绍了在一个已有搜索引擎的基础上进行前台优化的方法，实现检索的多样化，应用了向量空间信息检索方法，扩展了传统的信息检索，利用HTML文档结构提高了在WWW环境下的检索效率。     

基于内容的音乐信息检索

音乐信息检索是从音乐资源中找到满足用户所需信息的匹配、定位过程。传统的基于文本描述的音乐检索技术已经无法满足大量音频数据的检索需要,基于内容的音频信息检索技术应运而生。本文根据音乐检索的研究现状,论述了基于内容的音乐检索步骤,讨论了音乐检索系统的基本组成。     

基于Semantic Web的校园网知识检索的设计分析

传统的信息检索已经不能适应校园网知识资源扩大的需要，基于语义的知识检索克服了它的缺陷。本文提出了一种基于Semantic Web的校园网知识检索模型，把分散的知识资源整合，建立面向语义理解的数据模式。并对用户的检索请求进行推理，找出概念上的相关性，从而实现有效的智能检索。     

基于内容的语音信息检索技术与系统

传统的基于文本的音频检索技术存在主观性和不完整性等缺点,而且对于人们日趋复杂的信息检索需求无法满足,这就促使基于内容的音频检索技术出现和发展。文中根据基于内容的语音信息检索的研究现状,总结了基于内容的语音信息检索的基本特点,对语音信息检索技术、自然语言处理技术和语音识别技术分别进行了总结和讨论,最后探讨了基于内容的语音信息检索技术目前面临的挑战和发展。     

个性化智能信息检索的设计与实现

文章提出了一个佣性化智能信息检索系统NetLooker,它是智能登记处检索领域的重要研究课题。系统运用人工智能的方法,采用两层分布式智能体Agent技术、相关反馈学习算法、信息滤波算法,面向用户个性化模式来设计和实现。系统采用两层交互机制,支持个性化检索和浏览式检索两种信息检索方式,有良好的交互方式、能智能适应用户兴趣和信息源的变化。它可应用于WWW、电子商务等分布式系统中进行信息检索,因此具有理论价值和使用价值。     

跨语种信息检索中的文本比较及结果生成算法

提出了一种基于语义的跨语种信息检索中的文本比较及结果生成的算法,算法从语义入手,以形式化的语境单元框架结构来表示被检索的内容和检索请求,它从文本语义表示的三个方面:领域(静态范畴)、情景(动态范畴)、背景(参照)来对检索请求和被检索文档数据之间的语义相关度进行计算和排序,根据建立在语境单元框架上的语义符号间的匹配和生成机制来实现文本检索。与传统CLIR技术相比,它可以避免以语言空间中的词语作为检索的中间量而带来的语义模糊。实验证明,这一算法在解决基于语义的跨语种信息检索中的文本比较和结果生成上具有良好的处理能力。     

基于语义模型的信息检索机制研究

提出了一种基于本体语义模型的信息检索方法。该方法充分利用领域本体提供的概念之间的语义相关性，从语义模型扩展、概念相似度、相关度计算，并以用户反馈等角度探讨了基于语义模型的自动推理方法在信息检索中的应用，文章介绍了系统实现框架。该系统将应用在学习资源的智能检索中。     

基于语义索引词的语义网信息检索模型

提出了一个基于语义索引词的语义网信息检索模型(Semantic Information Retrieval，SIR)，解决了在传统的基于关键字的信息检索中只能从句法上对关键字进行分析，无法根据信息资源中的语义关系进行检索的问题。     

基于Web数据挖掘的专业化信息检索系统研究

本文利用集群系统、XML等技术对海量的信息资源进行了有效的组织和管理,设计了一个基于数据挖掘的专业化的Web信息检索系统,它能提高搜索引擎检索信息查准率和查全率,改善检索结果的组织,增强检索用户的模式研究从而使得检索效率得到改善。     

上下文信息检索研究综述

上下文信息检索强调把有关用户、资源和查询的上下文与信息检索技术统一组织在一个整体框架内,以向用户提供最适合用户需求的检索信息。全面介绍了上下文信息检索的研究现状,概括了国内外研究者对上下文信息检索过程中涉及的上下文因素及其分类,并从用户上下文、文档上下文和系统上下文3个角度对国内外有关上下文信息检索技术的研究作了概述。最后从5个方面探讨了上下文信息检索领域存在的挑战,指出对用户检索背后需求的探究、基于语义的理解和融合上下文的信息检索模型等将是该领域目前亚需解决的问题。     

地理信息检索关键技术研究综述

互联网上大部分的数字化信息都与地球上的地点和位置关联,信息检索查询中大量地包含地理信息,传统的基于关键字匹配方法没有考虑检索中的空间关系,无法满足此类检索需求。地理信息检索根据地理范围从文档中获取空间语义匹配的地理知识文档,成为国内外信息检索和GIS领域的热点研究方向。提出了一个地理信息检索的基本系统框架,依据该框架对地理信息知识库、地理信息抽取、地理信息检索模型、混合索引和检索可视化等关键性技术进行了分类概括总结。在对已有技术进行深入对比分析的基础上,指出了该领域未来的研究工作和面临的挑战,并提供了大量的参考文献。     

支持基于内容检索的多媒体特征模型

信息系统的多媒体化给检索带来了新的挑战。本文从分析基于内容的多媒体信息检索的特点出发,研究并提出了一个多媒体信息特征模型。最后,结合基于特征模型的多媒体信息检索系统总体框架,讨论特征获取、特征管理以及特征学习等相关问题。     

WWW遍天下

WWW 是 World Wide Web,也就是万维网的缩写。有人认为,WWW 的出现使人类对信息的检索方法和使用办法产生了一个巨大的飞跃。通过 WWW 浏览器,用户可以在 Internet 上方便地进行信息检索、资料查阅、欣赏音乐和图片等活动。到了网络如此普及的今天,如果一个公司或是任何机构,还没有自己的 WWW 服务器,     

基于本体的智能信息检索系统

近年来,基于本体的智能信息检索系统已成为智能信息检索系统领域最为活跃的研究方向之一.如何利用本体进一步提高其检索性能和智能性,成为基于本体的智能信息检索系统的主要研究目标.从面向过程的角度,对近几年基于本体的智能信息检索系统的研究进展进行了综述,对其框架、所需本体知识的获取和使用、关键技术、性能评测等进行了前沿概括、比较和分析.最后,对基于本体的智能信息检索系统有待深入研究的难点和热点进行了展望.