关键词： 数据挖掘   云存储   信息检索  

摘要： 随着网络通信的普及,各行各业中产生了越来越多的信息量,特别是高校的信息化的不断发展中,出现了传统信息管理模式不能满足现代大学生的要求的问题,所以怎么能实现在海量的数据中快速检索出准确,有价值的信息已经成为教育领域中关注的主要问题。本研究根据数据挖掘技术思想,而提出了一种基于大学生的个人情况、成绩、考勤、社会行为、就业、奖励惩罚、贷款还贷七类模块数据的检索和挖掘的信息系统,并实现了基于大学生的信息检索的优化和具体的数据挖掘流程研究。

关键词： Priors   Element importance   User browsing map   Language model  

摘要： The main objective of this paper is to exploit a new source of evidence derived from the document hierarchical structure for XML information retrieval. We consider that the structure of XML document is an important source of prior knowledge, and the structural features of an element may influence the user to consider that element as relevant. We build a probabilistic model to estimate the probability that the structural characteristics of an element attract user to explore the content of this element and consider it as relevant. This probability reflects the context importance. We propose a simple, well-motivated probabilistic model to estimate the context importance. Finally, we demonstrate the effectiveness of the context importance through comprehensive experimental studies carried out on IEEE XML document collection. Experimental results show that the proposed approach outperforms models exploiting other sources of evidence. (C) 2016 Elsevier Ltd. All rights reserved.

关键词： Music videos   visual concept detection   video analysis  

摘要： Over decades, music labels have shaped easily identifiable genres to improve recognition value and subsequently market sales of new music acts. Referring to print magazines and later to music television as important distribution channels, the visual representation thus played and still plays a significant role in music marketing. Visual stereotypes developed over decades that enable us to quickly identify referenced music only by sight without listening. Despite the richness of music-related visual information provided by music videos and album covers as well as T-shirts, advertisements, and magazines, research towards harnessing this information to advance existing or approach new problems of music retrieval or recommendation is scarce or missing. In this article, we present our research on visual music computing that aims to extract stereotypical music-related visual information from music videos. To provide comprehensive and reproducible results, we present the Music Video Dataset, a thoroughly assembled suite of datasets with dedicated evaluation tasks that are aligned to current Music Information Retrieval tasks. Based on this dataset, we provide evaluations of conventional low-level image processing and affect-related features to provide an overview of the expressiveness of fundamental visual properties such as color, illumination, and contrasts. Further, we introduce a high-level approach based on visual concept detection to facilitate visual stereotypes. This approach decomposes the semantic content of music video frames into concrete concepts such as vehicles, tools, and so on, defined in a wide visual vocabulary. Concepts are detected using convolutional neural networks and their frequency distributions as semantic descriptions for a music video. Evaluations showed that these descriptions show good performance in predicting the music genre of a video and even outperform audio-content descriptors on cross-genre thematic tags. Further, highly significant per

关键词： 信息检索技术   语义网络   药品   本体  

摘要： 随着计算机网络技术高速发展的,在大数据、云计算等技术的作用下,互联网上的信息呈现爆炸性的增长趋势。这些信息一方面信息量巨大,另一方面由于其信息特点的不同、信息处理方式以及存储方式的不同使信息具有了多样性的特点,这为计算机处理信息的造成了不小的麻烦,也给使得人们获取互联网中的信息变得愈加困难。因此在海量信息多样性的背景下,传统的信息检索技术并不能很好的满足人们的检索需求,其主要原因是在于这些信息检索技术大多都是基于机械地关键词匹配的,这样的技术一方面不能够“理解”用户的检索意图,另一方面也不能够“理解”已经查询到信息,这就使得这些传统的检索技术在智能化方面上很难有更高的突破。语义网络的提出和出现给解决上述问题带来了新的希望。语义网通过本体构建知识描述体系,并在计算机中加以标准化、形式化的表述,使得计算机可以“理解”自己所要操作的信息。于是人们利用这种计算就可以轻松地找到自己想要的信息资源。本文主要研究了本体在计算机信息领域的应用情况,介绍并研究了本体的描述和建模方式,以及本体语义相似度计算方式。以药品信息为背景,针对当前信息检索技术在语义化处理方面的不足,介绍并提出基于本体的信息查询方案,然后利用Jena完成了对于上述方案的优化。在实现药品追溯系统过程中,构建药品本体模型,并将其应用于优化药品信息查询,提高系统的服务质量。

关键词： 教育资源库   全文检索   主题索引   查询扩展   资源融合  

摘要： 近年随着互联网技术的快速发展,大规模在线教育平台的研究与应用受到了学术界和企业界的广泛关注。在线教育平台上的教育资源越来越多,如何有效地管理海量的教育资源并提供高效便捷的查询服务,是平台需要解决的关键问题。传统的信息检索技术大多集中在关键词搜索方面,而在大规模的在线教育平台中,使用关键词搜索教育资源并生成用户需要的教学内容,过程十分繁琐且效率低下。为解决上述问题,本文在构建多源教育资源库的基础上,研究针对教育资源的信息检索与融合关键技术,以实现一键式的教育资源检索。本文的主要研究工作包括:1)根据教育资源的特征构建合理的教育资源模型,并以此为基础提出多源教育资源库的集成方案。针对教育资源模型的管理特性对Lucene的倒排索引的存储结构进行了优化,构建出用于资源检索的教育资源全文索引库。2)根据LDA主题模型的统计特征数据提出了教育资源主题索引的概念,通过LDA主题建模和主题层次聚类的方法分析并构建教育资源隐含主题的层次关联结构。基于教育资源主题索引对用户查询进行语义处理,弥补查询语义的不足,解决查询词与文档用词不匹配的问题,提高资源检索的查全率和查准率。3)以Lucene的检索引擎为基础,依据教育资源全文索引库的组织方式以及语义处理后的用户查询结构,自动生成检索方案,提出教育资源检索的流程和相关度排序算法,以获得高效的检索性能,并确保检索出的资源文档能够满足用户查询的需求。4)针对传统的信息检索方式的不足,提出了一种用查询提纲表述用户查询需求的方法。并基于查询提纲的结构设计了合理的检索资源融合方案,通过用户查询分解、查询语义处理、教育资源检索、检索资源筛选、相关内容抽取和检索内容整合来实现一键式的教育资源检索,能够根据用户查询快速生成所需的教学内容,方便了用户的查询和使用。5)在上述研究成果的基础上,本文设计并实现了一个提供教育资源检索与融合服务的原型系统EDUSE,并通过一个复习讲义的查询示例,表明了本文提出的一键式教育资源检索方式可以很好地支持多源教育资源库的信息检索与融合,快速生成用户查询所需的各种教学内容。同时,针对教育资源检索的效率和准确性两个方面分别进行了实验,验证了本文研究成果的有效性。

关键词： 小学生   信息检索   检索即学习   能力培养  

摘要： 21世纪属于网络化信息时代,信息资源在社会发展上占据重要地位,社会朝着信息化方向发展,教育也逐渐朝着信息化方向发展。随着教育信息化的不断深入,重视信息检索能力的培养,将信息检索作为信息技术课教学的重要组成部分,受到了教育界的认可和关注。在笔者参加的小学信息技术教育工作中,发现有很多小学生在课余时间上从来不进行信息检索训练,学校的老师也只是管教好课本上的知识,不注重实践的训练,更谈不上课外进行信息检索指导。小学生的信息检索能力培养存在严重缺失状态。因此,解决小学生信息检索能力的缺失成了迫切需要解决的问题。本文的核心理论是“检索即学习”,检索即学习是指通过现代信息查询方法,通过学生自己完成检索任务来获取文献、信息和知识,从而提高自己的检索能力和知识储备的学习模式。在此理论支撑下,在小学五年级中选取两个班级进行实践实验,通过案例教学,反馈学习情况,再改进再进行实践教学,得出优秀的教案,提升小学生信息检索能力。全文共分为六个部分。第一部分是绪论,笔者在梳理了国内外相关课题的研究现状的基础上,结合在当代对信息检索能力高要求的情况下,提出了小学生在信息检索能力方面存在的问题,并确定所需要的研究方法,本文采用查找文献法、问卷调查法和比较研究法法对小学校信息检索能力进行调查。第二部分是理论支持部分,笔者首先介绍了信息检索的历史、概念和原理,并且介绍了多种检索方法和途径。最后介绍“检索即学习”理论,即本文的核心理论,“检索即学习”是一种新的学习方式,它更是一种获取知识的模式和理念。第三部分,通过问卷调查方式,抽查了桂林市里两所小学。通过问卷调查,我们发现,小学生信息检索能力存在严重的缺失状态。主要原因有,一是信息技术课基本教学条件落后;二是学校领导、教师、家长教育观念落后;三是教师忽略信息检索过程的策略指导;四是家长对小学生信息检索能力的培养持偏见和忽视态度和学生本身对信息检索信息兴趣不浓等问题。第四部分针对前面提出的问题给出相应对策,主要做法是,一方面倡导“检索即学习”,转变教学观念;另一方面加强学校机房设施建设,为教学提供良好的教学条件;最后加强课堂内外检索实践指导,提高学生的信息检索能力。第五部分是实践过程,也是本文的重点,首先选取两个小学班级作为研究对象开展研究,依据检索即学习理论,结合学生兴趣爱好,给予学生相应检索作业,学生完成相应检索作业,学习到检索知识,对比两个班级存在的问题,然后改进教学过程,优化教学方案,得到最优的小学生信息检索能力提高方案。最后是结语,总结了论文的核心观点,并交代了论文的不足之处及其需要改进的地方,期望有更多的教育工作者参与到小学生信息检索能力培养的研究队伍中。

关键词： 文本   内容   音频   检索   语音   音乐  

摘要： 传统的基于文本的音频信息检索技术具有不完整型和主观性的缺点,无法进行实时音频检索.所以,基于内容的音频信息检索技术应运而生.本文主要阐述了基于内容的音频检索方法,并且讨论了基于内同的音频检索技术中的关键技术.

关键词： 信息检索与利用   任务驱动   教学设计  

摘要： 《信息检索与利用》课程就是为了培育学生的信息运用、获取、组织以及研究能力,从而可以培育学生的自学和创新能力,本文借助于对"任务驱动"教学法在职业素质课程教学中的运用和成果进行探究,以期获得更为合理、有效的教学设计方案。

关键词： 信息检索   排序学习算法   支持向量机   极限学习机   深度学习   数据清洗   人脸识别   求解器选择  

摘要： 排序学习(Learning to Rank)算法使用机器学习对信息检索的结果进行相关度预测和排序,在搜索引擎、多媒体检索、推荐系统中有着广泛的应用。然而,随着网络技术的发展,信息检索的数据变的更加多样化,包括文本、图片以及其他非结构化数据。不同类型的数据通常需要使用不同的排序学习算法。因此,如何有效地使用排序学习算法来对各类数据进行检索,是信息检索和机器学习领域研究的热点,同时也是一个具有挑战性的问题。本文针对信息检索应用中多种不同类型的数据,研究排序学习的算法模型、损失函数和优化求解等若干关键技术。本文的主要工作及创新点概括如下:(1)提出一种基于核近似的支持向量机的排序学习算法。针对文本检索中基于非线性核的支持向量机排序算法(RankSVM)中由于核矩阵计算所导致的训练时间过长的问题,本文采用Nystr?em方法和随机傅里叶特征方法对核矩阵进行近似,消除了核矩阵计算引入的巨大计算开销。同时采用原始截断牛顿法在近似后的特征空间中对排序模型的平方Hinge损失函数进行优化。实验结果表明,提出的算法能够在保证排序效果不变的情况下,将非线性RankSVM算法的训练时间从13个小时降到10秒左右。(2)提出一种基于查询归一化损失的极限学习机排序学习算法。针对文本检索中数据不平衡导致排序极限学习机(RankELM)模型偏差问题,提出查询级别归一化的损失函数来调整不同查询的权重,使得每个查询在损失函数中具有相同的影响。同时提出中心矩阵变换对该损失函数进行求解,并在此基础上将RankELM扩展为三种排序学习算法:1)正则RankELM,具有较高的排序性能;2)增量式RankELM,能够增量式改变网络结构;3)在线学习RankELM,能够在线更新训练好的模型。实验结果表明,与现有的排序学习算法相比,本文所提出的极限学习机排序学习算法具有更高的性能。(3)提出一种基于深度特征的数据清洗和排序学习算法。针对大规模人脸数据集噪声过多的的问题,提出基于深度特征和社区发现的人脸数据清洗方法,能够在保证较高干净度的同时最大限度地保留数据的多样性。通过对微软的MS-Celeb-1M数据集进行清洗,共得到9.2万个人600多万张人脸图片。同时,采用多尺度特征来提高网络的表达能力,并提出基于参考点的排序学习算法直接对深度网络的特征表示进行优化,使得图像的特征表示更具有区分性。实验结果表明,人脸识别模型在LFW数据集上达到了99.67%的1:1验证精度以及95.62%的1:N识别精度,取得了单个深度网络的最高人脸识别性能。(4)提出一种基于多输出极度随机树的排序学习算法。针对非结构化数据检索中求解器选择问题,采用排序学习算法来对求解器进行排序和选择,能够为不同的约束问题选择最合适的求解器。为了更好的利用求解器之间的关系,提出三种多输出的学习算法对求解器的性能进行预测和排序:1)多输出回归的栈式方法;2)多输出极度随机树;3)单输出与多输出混合模型。在11个SAT数据集和5个MaxSAT数据集的实验结果表明,提出的方法可以获得比其他求解器选择方法更好的性能。其中,混合模型由于能够平衡求解器之间的全局和局部信息,在所有数据集上的综合效果最好。

关键词： 垂直信息检索   中文分词   爬虫   Lucene   HTMLParser  

摘要： 伴随着计算机硬件的不断发展,互联网也随着硬件方面的提升而得到了空前的发展,特别是在这个数据爆发的时代,大量信息覆盖着整个社会,随之就出现了大数据以及相关计算机的新技术。在大数据时代里,信息检索系统能够准确无误地找到人们自身所需的数据,其中信息检索系统的定义是用户根据一定的检索关键字或者策略,借助相关的爬虫技术,将互联网上的相关的数据爬取下来,并通过中文分词、网页去重、排序优化等相关技术对爬取下来的数据信息进行处理,最后呈现给用户所需求的信息。其中,中国的百度、360以及国外的Google、Yahoo等最具有代表意义,尽管它们专注于检索领域,但都各有各的特点,成为人们生活中必不可少的工具。由于Google、Yahoo、百度、360等检索的范围大,涉及到信息量广,针对特定的领域检索可能还存在一定的困难。为了克服针对特定的领域的专业检索,人们便引入了垂直信息检索系统的概念。垂直信息检索系统的定义是基于某一专业领域所开发的信息检索系统,如文档垂直信息检索系统、旅游垂直信息检索系统以及购物垂直信息检索系统等等。本项目,主要研究新闻垂直信息检索系统,并在原有技术的基础上进行了相关的优化操作:首先,在Heritrix的原型上进行二次开发,使得优化后的Heritrix爬虫技术爬取网页资源效率更高;然后在获得网页资源的基础上,通过HTMLParser技术将网页格式转化成TXT文本格式,并以IK Analyzer分词技术为基础进行了优化,对TXT文本内容进行分词以及过滤TXT文本内容中的脏数据;接着改进TF-IDF加权算法,有效去除网页中重复的部分;最后,以Struts+Spring+Hibernate为架构,以MySQL为存储数据库,借助PageRank算法改进Lucene的排序算法,创建以及查询索引,实现新闻垂直信息检索系统。