基于模糊关系的信息检索系统设计方法

传统的信息检索方法只能在“检索语”与“索引语”完全一致时有效,而无法解决二者只有部分一致或意义相近时的信息检索.为此,利用模糊关系设计了信息检索系统,实验证明该方法可以把检索者所需要的信息尽可能地查出;并给出每个信息的重要度,以便检索者对信息进行舍取.     

模糊分类与模糊匹配相结合的模糊检索

1.问题的提出文献信息检索的过程,可以看成是一个用户“查询”和文献库之间“匹配”的过程。但是,当文献库中文献数量达到几百万甚至更多时,如果仍用用户的“查询”去逐一匹配文献库,将花费很长的时间,甚至使检索方法无法付诸实用。因此,将文献适当地分成若干子类,在子类中进行检索,能缩小检索范围,可加速匹配     

基于本体的语义信息检索的研究

针对传统信息检索在查询准确度方面的问题,在信息检索中引入了语义网的思想,对网络信息的进行语义描述,从而出现了语义信息检索。该文提出了一种语艾信息检索的框架,弃针对该框架结构,给出了实现语义检索的算法,可以实现对信息的精确检索。     

档案管理中全文信息检索的应用与研究

本文通过档案管理中常用信息查询方法优、缺点的分析，提出了一种功能完善的检索方法－全文信息检索方法，从数据结构定义、算法优化、误码率的降低，模糊检索的实现介绍了该方法的实现思想，并给出了部分程序、算法。     

T-STAR: 一种基于关键词的关系数据库时态信息检索方法*

将时态信息融入到信息检索技术中可以有效提高检索效果,时态信息检索已有较多的研究,而现有数据库信息检索方法还缺乏对时态信息有效利用。针对这一研究问题,提出关系数据库上基于时态语义的关键词检索方法,引入时态信息构建时态数据图,设计时态相关性评分机制,在时态图搜索过程中引入时态语义约束,设计基于关键词的时态检索算法。实验验证了该方法可以有效提高数据库信息检索效果,而检索性能并没有降低。     

模糊聚类在信息检索中的应用

信息检索是与数据库系统并行发展了很多年的一个领域,它主要研究大量文本的信息组织和检索。典型的信息检索问题是基于用户的输入来定位相关的文本。而文本的相关性是一个模糊的概念,为了对这个模糊的概念以客观的度量,提出了一种新的文本间相关性的计算方法,该方法利用词频矩阵和模糊相似矩阵,在基于相关性检索的一组文档中,使用模糊聚类中的最大树算法,计算出一组文档间的相关度,最后用一个实例加以说明,得到了比较客观的结果。     

模糊聚类在信息检索中的应用

信息检索是与数据库系统并行发展了很多年的一个领域,它主要研究大量文本的信息组织和检索.典型的信息检索问题是基于用户的输入来定位相关的文本.而文本的相关性是一个模糊的概念,为了对这个模糊的概念以客观的度量,提出了一种新的文本间相关性的计算方法,该方法利用词频矩阵和模糊相似矩阵,在基于相关性检索的一组文档中,使用模糊聚类中的最大树算法,计算出一组文档间的相关度,最后用一个实例加以说明,得到了比较客观的结果.     

基于XML的向量空间模型在数字图书馆检索中的应用研究

随着网络信息的迅猛发展，面对海量的各种类型的原始信息，信息检索已经成为人们荻取有用信息不可缺少的工具。在检索方法中传统的向量空间模型信息检索技术只是简单的统计检索信息在文档中出现的频度．检索结果时常与文档不一致，没有反映出真是的相关性，文章将XML的优势与改进的加权算法结合。改进在数字图书馆的书籍检索中信息检索方法。     

基于元数据与Z39.50的分布协作式Web信息检索

Web上大量的异质、分布、动态的信息造成了“信息过载”.如何有效地为用户提供Web信息检索已经成为一项重要的研究课题.Web搜索引擎部分地解决了信息检索问题,然而其效果却远远不能令人满意.提出了Web信息检索的分布协作策略以取代传统的集中式信息检索方式;给出了一种新的Web信息检索系统模型,该模型支持对Web文档的元数据进行检索,并采用Z39.50协议作为接口标准,以克服不同信息检索系统之间的访问异构性.在此基础上,设计了一个分布协作式Web信息检索框架,用以帮助用户有效地进行Web信息检索.     

信息资源的组织与检索模式研究

信息资源的激增给信息检索提出新的挑战。信息的检索离不开信息的组织形式。文中分析了信息组织的特点,比较了几种信息检索模式的优缺点,分析和研究了基于本体论的概念检索模式,提出了该检索模式对应的信息组织和检索框架图,并给出了框架图的一种实现方法。     

基于移动Agent技术的Internet模糊信息服务模型

提出一种基于移动Agent技术的Internet模糊信息服务模型,讨论了其总体工作框架和结构。将模糊检索算法用于Internet信息的智能搜索,给出了信息检索系统的设计方法。用Java语言实现该模型的软件平台,通过实验验证了其可行性。     

信息资源的组织与检索模式研究

信息资源的激增给信息检索提出新的挑战。信息的检索离不开信息的组织形式。文中分析了信息组织的特点，比较了几种信息检索模式的优缺点，分析和研究了基于本体论的概念检索模式，提出了该检索模式对应的信息组织和检索框架图，并给出了框架图的一种实现方法。     

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。     

基于多相关本体的模糊信息检索模型

根据概念及概念之间的语义,提出一种多相关本体的模糊信息检索模型,用本体的关系表示模糊关系。描述本体信息检索模型的处理过程及检索机制,讨论应用不同类型本体的检索效果和影响,并采用TREC的评价方法评估该模型。结果证明该模型具有较好的整体性能比,能改善用户需要的检索结果。     

面向分布式协同设计的对等信息共享系统

为了实现分布式协同设计中的共享信息快速检索以及多副本同步，提出了基于对等网结构的信息共享系统，给出了该信息共享系统的节点模型、管理策略及信息检索模型，提出了一种结合分布式哈希表和聚类的检索方法，保证了用户能够在协同设计系统中快速地精确检索和“盲目”检索，实现了系统的用户透明。为了保证分布式多副本同步，提出“对等锁”作为一致性维护方法。该文给出了系统的具体实现方法，并给出了实例。     

基于改进VSM的文本信息检索研究

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,目前的检索工具忽视了很多文本中所隐含的语义信息,从而导致检索时效率低下,很难满足用户的查询要求.提出了一种基于向量空间模型改进的文本信息检索方法.把本体技术引入到传统的文本信息检索系统中,利用领域本体中概念相似度计算对向量空间模型进行改进,从而实现一个高效的文本检索系统,并简述了系统的模型.实例证明,该方法可以很好地提高文本信息检索的查全率和查准率.     

基于领域本体的Web信息检索实现机制研究

传统的基于关键词的信息检索方式，往往难以用一个或几个“关键词”表达用户真正的检索要求。针对此问题，本文提出了一种基于领域本体的信息检索机制，将用户输入的关键词，用领域本体进行理解、扩充，然后基于领域本体中概念的相关度，求出扩充后每个关键词的权值，并将之用于随后的信息检索。实验证明，本方法在基本维持查准率的同时显著提高了信息检索的查全率。     

Web信息检索研究进展

Ｗeb上大量、分布、动态的信息造成了“信息过载”,如何在传统信息检索技术的基础上开展针对Ｗeb的检索工作已经成为一基项重要的研究课题,但是,繁多的Ｗeb信息检索系统和各种模糊的概念给用户的选择和研究人员的讨论带来了不便。同时,有关Ｗeb信息检索最新技术的比较完整的分析又十分缺乏。在此,对Ｗeb信息检索技术进行了综述,从Ｗeb信息检索系统的层次化分类（搜索引擎与目录、元搜索引擎、信息检索agent)、一般机制和关键新技术（基于超链的相关度排序、检索结果的联机聚类、基于概念的检索、相关度反馈）等方面加以阐述,以期对感兴趣的同行有参考作用。     

基于深度学习的图书馆信息资源推荐检索方法设计

为解决数字图书馆信息检索耗时长、检索效率低的问题,提出了一种基于深度学习的图书馆信息资源推荐检索方法。首先利用深度学习平台提取信息的语义关键词,其次根据提取的关键词计算信息检索的相似度,最后利用计算结果,运用快速匹配法获得每个主题关键字的比重权值,从而设计信息检索模型。实验设计仿真测试环境,准备软硬件实验参数,进行基于深度学习的检索方法和普通检索方法的对比实验。实验结果表明,本文设计方法的检索效果更好,具有一定的应用价值。     

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。