关键词： 信息检索   搜索技术   分布式哈希表  

摘要： 本文从基于P2P搜索的发展动机和原理入手,提出了一种层次化分布式哈希表系统——PDHS模型。该系统按物理网络的远近把节点划分为多个组,使得节点动态加入和退出的影响局限在单个组中,具有良好的稳定性和扩展性,部分查询的性能优越,适合在广域范围部署P2P应用。

摘要： In the context of system analysis, the architecture of a computerized information retrieval system adjusted to a support professional problem-oriented interactive documentary retrieving is considered. In addition to standard and extended retrieval capabilities, such a system must contain aids for generating and systematizing information files, generating and using components for linguistic support, and aids for estimating and analyzing the results of the retrieval.

关键词： 文化、科学、教育、体育   信息与知识传播   图书馆学、图书馆事业  

ISBN: (纸本)710911838X

摘要： 本书包括绪论、信息检索与分析的步骤、搜索引擎、事实和数值型信息检索、图书信息检索、期刊信息检索、专利信息及商标信息检索等10章内容。

关键词： 经济信息资源   信息检索技术   开发利用   经济活动过程   社会经济发展   社会资源   经济建设   科学技术  

摘要： 经济信息是一种社会资源，作用于经济活动过程，已经成为现代社会经济发展的一个先决条件。现代经济建设是一个庞大而复杂的系统，需要依据大量的经济信息去控制、指挥、协调和组织系统的内部关系，系统和系统之间也需要靠经济信息去联系，才能使经济活动达到人们预期的目标。在科学技术迅猛发展的社会里，经济信息资源显得更加重要。

关键词： 数字博物馆   信息检索   协同标注技术   自由分类法  

摘要： 数字博物馆是借助数字化手段对自然遗产和文化遗产的存储、研究、管理与展示，它的出现丰富了互联网上数字内容，是展示传播知识的重要平台，是人们获取知识的重要来源。\n 数字博物馆在我国已初具规模，由于数字博物馆内容浩繁复杂，一般数字博物馆都建设有信息检索系统，来对用户感兴趣的资源进行迅速定位与检索。在数字博物馆信息检索过程中，由于普通用户对于某领域术语缺乏了解与掌握，大量非文本的数字资源存在，一般不能对该领域进行有效的检索。如何解决数字博物馆的专业性与科普性的矛盾，弥补数字博物馆中专业描述与对普通用户科普宣传的语义鸿沟，降低了数字博物馆的大众用户的访问门限，提高数字博物馆的使用效率，将是数字博物馆建设完成后面临的中心问题。\n 本文首先总结数字博物馆中信息检索的现状，对主要的全文信息检索模型进行了介绍，并实现了一个地学数字博物馆检索实验系统；总结了语义Web及本体应用优势与不足，对协同标注技术特点与应用进行了介绍，对其在信息检索方面如何提高用户检索效率的应用进行了实验对比，提出一种利用协同标注技术来提高信息检索效率的方法，并实现了一个基于Delicious协同标注数据的扩展检索实验系统；最后，将协同标注技术引入数字博物馆，开发并发布了一个数字博物馆协同标注实验系统，并提出了面向协同标注的数字博物馆信息检索系统框架。

关键词： 信息检索   搜索引擎   排序函数   标引词加权   遗传算法  

摘要： Web作为信息的发布与获取渠道给人们带来了巨大便利，与此同时，海量Web信息环境中人们获取有用信息的困难日益凸现，即所谓的“信息爆炸”与“信息湮没”现象并存。人们只能求助于Web信息检索工具——搜索引擎来获取web上的有用信息，然而实际效果却难以让人满意。\n 排序函数是信息检索系统的核心。排序函数以某种准则计算文档表示与用户查询表示的匹配程度，并据此对文档排序，最终返回一个有序的文档列表作为检索的结果。本文研究Web信息检索排序函数技术。\n 本文研究Web信息检索排序函数技术，研究的主要内容包括以下三方面：\n (1)基于统计语言模型的信息检索方法及其在中文信息检索中的应用。首先深入分析研究了信息检索中的各种统计语言模型，并做了统计语言模型和传统概率检索模型的对比研究。重点研究了N-Gram模型在中文信息检索中的应用。研究表明，利用一元语言模型，中文信息检索可以取得和目前主流检索算法相当的性能，但是却略过了分词这一环节。最后，分析了统计语言模型的不足，提出了改进的思想，指出Web环境中研究的重点为统计语言模型框架下Web文档结构信息的表达。\n (2)Web信息检索结构化排序函数及标引词加权技术。从Web文档内部结构和外部结构两方面深入探讨了Web信息检索结构化排序函数技术，即基于超链分析和基于Web文档内部结构的排序算法。指出了对提高Web检索性能有着重要意义的数个文档结构(标题、粗体、元数据、锚文本等)，同时指出有效的Web检索算法是结合文档内容、超链分析及文档结构信息的混合算法。\n (3)遗传算法在信息检索中的应用及基于遗传算法的排序函数设计框架。最后，研究了遗传算法在查询优化、Web结构化文档检索中的应用，深入分析了遗传算法在信息检索应用中存在的问题，提出了下一步研究的方向。重点讨论了基于遗传算法的排序函数设计框架，并对该框架进行了扩展。扩展之后该框架可以表达更多信息，如除web文档内容之外，还包括网页创建时间、网页的评价等(PageRank值、Repupation值等)。

关键词： Semantic Web   RDF   visualization   BioDash   haystack   semantic web browser   ontology   information retrieval  

摘要： The ability to retrieve relevant information is at the heart of every aspect of research and development in the life sciences industry. Information is often distributed across multiple systems and recorded in a way that makes it difficult to piece together the complete picture. Differences in data formats, naming schemes and network protocols amongst information sources, both public and private, must be overcome, and user interfaces not only need to be able to tap into these diverse information sources but must also assist users in filtering out extraneous information and highlighting the key relationships hidden within an aggregated set of information. The Semantic Web community has made great strides in proposing solutions to these problems, and many efforts are underway to apply Semantic Web techniques to the problem of information retrieval in the life sciences space. This article gives an overview of the principles underlying a Semantic Web-enabled information retrieval system: creating a unified abstraction for knowledge using the RDF semantic network model;designing semantic lenses that extract contextually relevant subsets of information;and assembling semantic lenses into powerful information displays. Furthermore, concrete examples of how these principles can be applied to life science problems including a scenario involving a drug discovery dashboard prototype called BioDash are provided.

关键词： 化工信息   搜索引擎   中文分词   索引   检索  

摘要： 随着Internet技术和应用的不断发展，Web页面的数目飞速增长。搜索引擎所面对的数据也呈指数上升。现有的通用搜索引擎都是面向综合信息的，对于化工专业领域的人员来说，查询化工学科的网络信息如果没有优秀的专业检索工具，没有体现化工学科独特的词汇和用语以及相应的标引和检索语言，检索结果就不可能理想。而现有的化工专业检索工具无论是数量和还是质量都无法满足众多专业用户的需要。因此，研究化工专业信息检索方法和技术，建立高效的化工专业信息检索系统，为化工专业人员提供方便快捷的检索服务具有十分重要的理论意义和应用价值。\n 本文针对网络上的化工专业信息资源特点进行分析，研究面向化工学科的信息检索方法和技术，设计并开发具有化工专业特点的信息检索系统。\n 搜索引擎是一项融入了多项技术的网络信息检索系统，它涉及到专业网络信息的获取技术、多种信息格式的转换技术、海量信息的索引技术、信息检索技术、文献摘要自动生成技术、网页排序技术、中文分词等多项信息处理技术。本文在对上述核心技术进行深入研究、分析的基础上，设计了一整套适用于化工专业搜索引擎的技术方案，并在系统开发中得以实施。\n 最丰富的化工专业网络信息资源是网页。自动获取化工专业网页是化工专业搜索引擎核心的技术。本文提出了通过统计化工专业词汇的密度进行网站相关性评价，从而确定化工专业站点的SiteRank，并结合站点内部的链接分析，保证了化工专业网页的定向获取。\n 另一种化工专业网络信息资源是专业数据库。通常网络数据库信息以动态网页形式出现，属于网络中的深层信息，必须通过提交查询才能获得。通过分析HTML结构标记并建立Tag Tree，本文提出了将网页结构对比分析和页面内容对比过滤相结合的数据提取方案，并对化工物性数据库进行了测试，成功地进行了数据提取，为下一步尝试建立化工数据库搜索引擎奠定了基础。\n 中文分词算法是中文信息处理的基础，是人们长期研究的热点问题。针对化工专业词汇的特点，本文改进了最短路径分词算法，通过选取最佳路径，消除了部分歧义。改进后的分词算法复杂度并未增加，分词的准确性有了一定提高。\n 对于大量化工专业网页的索引，系统利用了开放源代码的Lucene索引系统。在对Lucene系统代码深入剖析的基础上，详细研究了Lucene的结构框架、文件结构和类型及索引过程，设计了利用Lucene索引系统建立化工专业网页索引的实施方案，通过对原代码的改进和补充，实现了化工专业网页的批量索引和增量索引。\n 在化工专业信息检索方面，针对化工专业术语的特点提出了同义词的检索方案，设计了适合同义词检索的词典，实现了化工专业搜索引擎的扩展检索。此外设计了基于关键词词频和位置的网页排序算法及自动摘要生成算法。本文提出的算法形式简单、运算速度快，突出了化工专业性，在化工专业搜索引擎中得到了很好的应用。\n 最后，本文对化工专业搜索引擎系统的总体结构进行了详细介绍。该系统共有数据采集系统、数据分析系统、网页索引系统和检索系统四部分组成。本文对每个系统内部及系统之间的联系进行了详细设计，并进行了多次系统整体运行测试。测试结果表明，化工专业搜索引擎实现了化工专业网页的自动获取、自动索引，能够实现化工专业网络信息检索功能.

关键词： 网络信息检索   软计算  

摘要： 当前网络信息检索面临着诸多挑战,而软计算技术的出现和应用为它们应对挑战提供了许多办法。本文首先介绍了软计算及其5个组成成员的概念,然后论述了软计算技术的优点以及它在网络信息检索中的应用。

关键词： 计算机应用研究   通用检索   信息检索   GIRS  

摘要： 本文简要地介绍了索引的种类、索引工作在社会生产和科学研究领域的重要性及其手工编制中所存在的问题,并详细描述了利用计算机实现通用信息检索系统(GIRS)的设计思想及原则,介绍了系统实现方法及各模块的功能,包括索引的建立、计算机捡索、索引排序、索引排版和系统维护五项功能。