关键词： 元搜索引擎   知识库   查准率   检索  

摘要： 本项目是以提高查准率为目标,研究搜索引擎所需的关键技术,在该门户内建立一个高性能的搜索引擎。根据项目要求,在对搜索引擎各项技术研究的基础上,提出基于元搜索引擎的网络信息检索系统架构技术,并建立个人知识库,实现符合用户检索要求的个性化检索。

关键词： 网络信息   搜索引擎   数据挖掘   个性化检索  

摘要： 随着Web信息的爆炸性增长，如何快速、准确地从浩瀚的信息资源中寻找所需信息已经成为困扰人们的一大难题。传统搜索引擎技术满足了人们一定的需求，但由于其通用的性质，仍然不能满足不同背景、不同目的和不同时期的用户个性化的需求。用户个性化检索系统就是针对这个问题而提出来的。用户个性化信息检索系统的研究目标在于充分利用用户的个性化信息，通过用户的兴趣来引导信息的采集，充分利用网络信息，以更好地服务用户的个性化需求。主要工作包括以下几个方面：\n (1)用户兴趣个性化信息的获取。分析了用户兴趣个性化信息的收集、表示和更新。提出了从显式和隐式两方面获得用户兴趣个性化信息的方法，此种方法可以比较全面的获得用户兴趣。\n (2)网页结构分析及内容的提取。提出了将网页转化为DOM树的方法，通过对DOM树的遍历、分析、合并等处理过程完成对网页标题、正文、链接等信息的提取，此种方法可以获得准确率较高的网页内容信息。\n (3)网页内容与用户个性化兴趣相关度的判定。分析了在向量空间模型中向量相似度的计算方法，即向量内积和夹角余弦。实验结果表明向量内积方法更适合本文设计的原型系统并且取得了较好的性能。

关键词： 智能Agent   信息检索   个性化  

摘要： 用户Agent的功能包括与用户的交互,获取用户信息,预测用户兴趣和偏好并以一定方式予以表示。将过滤后的检索信息显示给用户,接收用户的评价反馈。信息检索Agent主要是带着用户特定的兴趣,运用各种策略,从中采集和搜索信息。信息过滤Agent主要将检索结果实时反馈给用户或按照一定的策略定时推送给用户,同时,还学习用户的操作行为,从用户操作行为预测用户兴趣。

关键词： 信息检索与利用   试卷分析   成绩   课程  

摘要： 为了客观地评价教学质量和教学效果,发现教学过程中的薄弱环节以及存在的问题,对东华理工大学2004级文法艺术学院艺术设计专业041221-2班56名考生的《信息检索与利用》课程期末考试试卷进行了分析。分析结果表明:学生考试成绩基本呈正态分布;试卷题型较为全面;试题题目偏易;区分度较小;信度较好;大多数学生对重点内容掌握较好,但知识不够全面。

关键词： 信息检索   检索技术   案例  

摘要： 元搜索、语义检索、图像检索、日志检索、代理检索等新的检索技术的出现越来越符合现代人们对检索信息的要求。每个检索技术各有其优势和劣势。这些检索技术在实践中的应用与实验更加证明了它们的高效性和实用性，国外有关机构应用案例的试验效果，为我国有关机构更好地利用信息检索技术提供了借鉴。

关键词： 信息检索   个性化   Agent   挖掘   推送  

摘要： 随着Internet上的信息量急剧增加,如何使用户获得有用的信息已成为信息检索系统急需解决的问题,个性化的信息检索是解决目前存在问题的关键。

ISBN: (纸本)9787561139431

关键词： 信息检索   查询优化   遗传算法   局部共现  

摘要： 随着计算机网络技术的迅速发展,信息的发布与共享不再受到时间和空间的限制,互联网上的信息急剧膨胀,在为用户提供大量信息的同时也带来了“信息过载”的问题。网上庞大的数字化信息与人们获取所需信息能力之间的矛盾日益突出。怎样快速准确地检索相关信息已经成为当今信息领域的一个重要研究方向。 查询条件的构造是影响检索效果的一个重要因素。由于大部分搜索引擎用户是普通网络用户,在检索策略和检索技巧上缺乏必要的知识,用户在进行初次检索时提交的查询往往比较短,不能具体准确的描述查询意图,导致检索结果偏离用户的信息需求。因此,查询优化技术的研究成为了信息检索中的一个热点。 本文在广泛深入地查阅国内外文献的基础上,对信息检索及查询优化问题的基础理论和基本方法进行了深入的理论研究和实验分析,主要内容如下: 本文首先介绍信息检索领域的发展,系统、详尽的介绍了信息检索的一般模式和基本模型,以及信息检索中查询优化技术的基本理论和方法。对经典的模型和方法作了全面的总结和分析比较,指出其应用范围、不足之处。 介绍了遗传算法的基本概念和实现步骤,对遗传算法及其在信息检索中的应用进行研究和总结,表明了遗传算法用来解决查询优化问题的有效性,并给出了基于遗传算法的查询优化方法的实现步骤和系统框架。最后将遗传算法与局部共现方法相结合,在使用局部共现方法对查询词进行扩展的基础上利用遗传算法进一步优化查询权重,并对遗传算法中的遗传操作算子和适应度函数进行分析和改进,提出了一种新的基于局部共现和遗传算法的查询优化方法。

关键词： 信息检索   查询扩展   检索模型   局部共现  

摘要： 随着互联网技术的迅速发展,网上信息飞速增长。如何从这些海量信息中检索出所需要的相关信息已成为一个非常重要的研究课题。而由于用户查询与文档信息不匹配和表达不完整等现象的存在,传统信息检索的结果难以达到用户的查询目标。因此研究信息检索中的查询扩展技术,通过对用户的初始查询进行扩展和重构,具有重要的理论价值和实践意义。本文的主要研究工作如下: (1)比较研究了传统检索模型的检索性能,包括布尔模型、向量空间模型和概率模型。并提出了一种改进的向量空间模型——N层向量空间模型,该模型首先识别文档的结构,将文档划分为N层,根据各层对文档的重要程度,给各层中词项的权重赋予不同的比例系数,对词项的权重进行调整,以更好地区分相关文档和不相关文档,提高系统的检索性能。 (2)重点分析研究了基于用户相关反馈的查询扩展方法、基于全局语料集的查询扩展方法和基于局部文档集的查询扩展方法,比较了它们各自的优势和局限性。结合基于全局语料集的方法和基于局部文档集的方法的优势,提出了一种基于局部共现的查询扩展方法。该方法利用词项与所有查询词在局部文档集中的共现程度来评估扩展词的质量,并整合了词项在语料集中的全局统计信息,使得选取的扩展词与查询主题有更好的语义相关性。在NTCIR-6测试集上进行的实验结果表明,相对于伪相关反馈方法,基于局部共现的方法具有更优的检索性能以及更好的稳定性和实用性。 (3)设计并实现了一种网络信息检索系统,该系统采用了N层向量空间模型以更好地区分相关文档和不相关文档,使用基于局部共现的查询扩展方法对查询进行扩展,提高了系统的召回率和准确率,本系统还具有良好的可扩展性。

关键词： 个性化   智能Agent   信息检索   兴趣模型   信息过滤  

摘要： 信息检索是对信息项进行表示、存储、组织和获取。目前,以关键词匹配为基本检索方式的信息检索系统存在着功能的局限性,不能为用户提供符合其个人特点的个性化信息检索服务。因此,具有个性化信息检索功能的个性化智能信息检索研究日益成为信息检索领域的一个研究热点。 本文论述了个性化智能信息检索系统所应具备的功能及其主要应用场景;分析了用于个性化检索系统使用的协同过滤和基于内容的过滤技术;提出了一种基于用户交互Agent、用户兴趣Agent、查询结果过滤Agent以及数据信息处理Agent共四个相互协作Agent的个性化检索系统的设计方案;在此基础上,基于多Agent技术给出了用户兴趣建模及信息过滤技术的个性化智能信息检索的实现。 经MAE(Mean Absolute Error)方法评测,本文基于多Agent技术给出的用户兴趣建模及信息过滤技术实现的个性化信息检索,其平均绝对误差仅为0.1056723,取得了较为令人满意的结果。