ISBN: (纸本)9787122158437

关键词： 信息   检索   图书馆  

摘要： 现代社会的三大核心支柱,可以说就是信息、材料与能源。其中的信息是属于无形资源的范畴,目前有一种将会取代物质资源和能源资源,并且最终成为知识经济首要依托的发展趋势。在信息覆盖全球数字化的当前,人们的工作和学习方式也发生了根本性的变化,网络正在日益改变着人们的生活。正如微软总裁比尔·盖茨所言,在当前最有效的信息就是竞争取胜的关键因素。

关键词： 分布式模式   私有信息检索   关键字   隐私性度量  

摘要： 随着计算机、通信、网络技术的快速发展，利用网络存储、交换信息已成为人们的日常工作生活方式。然而，网络环境的复杂、用户行为的不确定等因素往往导致用户的隐私信息无法得到保障，因此提供一些方法保护用户的隐私信息十分重要。私有信息检索的提出就是为了解决这样一类问题：用户向数据库服务器提交查询时，在用户的查询信息不被泄露的条件下完成查询。针对现有的私有信息检索研究存在复杂度过高、缺乏隐私性度量方法、缺少与数据库结合的设计方法等不足，围绕私有信息检索的协议、度量等，展开了四个方面的研究工作。 为降低私有信息检索协议的复杂度，提出了一个基于行的私有信息检索协议——Robac-PIR。该协议改进了基于二次剩余的私有信息检索协议，将用户对整个数据库服务器上数据的查询替换为对其上部分数据的查询，使得用户可以选择适量的数据块在隐私性与计算效率上进行折中。基于Robac-PIR协议，设计一个网络环境中的私有信息检索方案。将数据库服务器上已分块的数据分发给网络中的不同用户节点，把原本集中在服务器端的计算分担给多个节点并行执行，从而提高整体查询效率。实验表明，Robac-PIR协议及分布式Robac-PIR模式能够提供用户对隐私性与计算开销的灵活折中，且比起基于二次剩余的私有信息检索协议有更好的效率。 为提高私有信息检索协议的实用性，提出了基于关键字的私有信息检索方案。首先对关键字建立哈希索引，然后以基于二次剩余的私有信息检索方法为例，将对关键字的查询转换为对索引的查询。将该方案应用于物联网，设计了支持用户查询隐私的发现服务器，以保护用户查询的目标关键字。该方法与已有的发现服务中的隐私保护方法相比，不需要复杂的密钥共享，也不用担心发现服务器节点的共谋，通过利用私有信息检索协议，能够完全保障用户的查询隐私。 为解决私有信息检索研究中缺乏用户查询隐私性度量方法的问题，结合信息论，采用信息熵作为用户查询隐私性的量化方法。用提出的量化方法对Robac-PIR协议以及已有的一些私有信息检索协议进行量化分析。通过分析表明，该度量方法可以量化私有信息检索问题中用户查询的隐私性，具有可对不同类型的私有信息检索协议进行量化的特点。 针对目前缺乏支持私有信息检索的数据库系统的问题，给出了支持私有信息检索的数据库系统设计的形式化分析与验证。在数据库客户端，对用户查询的私有信息检索转换是否满足隐私性要求进行分析验证;在数据库服务器端，从安全模型、形式化顶层规范等分析了数据库系统的设计。采用形式化工具COQ对形式化顶层规范进行了描述，并验证数据库系统行为、尤其是查询操作在服务器端也满足安全模型所规定的安全性质。

关键词： 跨语言信息检索   查询扩展   查询消歧   分类识别   局部共现   互信息  

摘要： 随着网络资源的全球化,不同语言国家、民族的互联网用户飞速增长。伴随着不同语言使用者对网络需求的日益加剧并且由于语言的多样性使得跨语言信息检索成为信息检索领域的研究热点。我们可以通过跨语言信息检索系统使用某种语言去查询用另外一种或若干种语言书写的文档。显然,这对于那些不擅长外语的用户具有重要意义。目前,汉英方面的跨语言信息检索已经取得很大进展。而蒙古语的相关工作却少之又少。蒙古族作为我国最重要的少数民族之一,蒙古语相关的信息检索研究具有特殊意义。 由于用户的输入的有限性以及系统的成熟度有限,系统有时很难返回给用户需要的文档。因此,对跨语言信息检索领域中的查询消歧和查询扩展技术的研究,就具有十分重要的实际意义。本文的主要研究内容有： 1.使用蒙汉双语平行语料库与蒙汉词典统计了一个蒙汉概率词典,并通过该概率词典与检索词之间的互信息对查询项进行翻译消歧。实验结果表明：本文提出的方法相比选择双语词典第一个翻译结果而言性能提升了6.8%。相比双语概率词典的方法提高了0.6个百分点。 2.分析了一些传统信息检索模型,并提出了一种改进的权重计算算法,该算法首先对所检索文档进行归类,识别出查询词所属领域类别,根据查询词的所属类别对文档赋予不同的权重。并根据识别结果对查询词的各项赋予不同的权值以计算各文档得分。返回结果最终可以更好的满足用户对不同领域文档的关注程度。 3.分析了基于全局文档的查询扩展、基于用户相关反馈的查询扩展和基于伪相关反馈(基于局部文档)的查询扩展技术,并分析了各种方法的优劣。在此基础上,本文提出了一种基于局部共现与分类主题相结合的查询扩展方法。该方法首先使用统计信息对用户输入的查询项进行分类识别,然后根据不同识别结果对不同类别文档赋予不同的权重,最后结合局部共现技术对用户输入的查询项进行扩展。实验结果表明：本方法相比基于词频统计的查询扩展方法提高了5.3个百分点。相比基于词共现的查询扩展方法提高了3.8个百分点。

关键词： 情报检索  

摘要： 本书以信息检索的基本原理和科学方法为主线，精选了目前最新的具有典型代表性和权威性的文科和理科的主要数据库作为对象，以清晰的条理和大量的实例，全面、系统地介绍了各类网络数据库的基本特征、信息价值、编制体例、检索方法和检索技巧等方面的知识。本书还结合我国高等教育信息保障体系的特点，介绍了信息保障体系的相关知识（CALIS、CASHL、NSTL、国家图书馆等），使读者能够较为全面地了解并掌握现代网络条件下的信息资源交流渠道和利用方法，全方位地提高和扩展信息检索和利用的能力。

关键词： 智能   Agent   信息检索   图书馆  

摘要： 网络时代,智能Agent技术已成为数字图书馆个性化信息服务研究中的热点和前沿性的论题.本文在概述了智能Agent技术的基本特征及其在个性化信息检索服务方面的优势之后,较详尽地指出了智能Agent技术在数字图书馆个性化信息服务中的信息检索服务的主要功能.

关键词： Internet   信息检索   个性化发展  

摘要： 面对互联网时代对信息检索技术的强烈需要与高端要求,本文对当代互联网信息检索技术进行了较为详细的分析,对其近些年来的发展与未来的发展前景以及其所面对的难题和承受的压力进行了简要的探讨。

关键词： 中文维基百科   信息检索   知识概念   文本表征  

摘要： 随着计算机和互联网的普及与发展,网络上各种信息资源的数量也在爆炸性的增涨。互联网用户在享受海量数据信息带来便利的同时,也必须面对如何从这庞大的信息中提取自已所需信息的问题。信息检索技术为解决这一问题提供了帮助。 然而传统的信息检索大多基于关键词的匹配进行查询,从而忽略了语义信息的作用。这使得检索系统不能充分理解用户的真实查询意图,从而导致检索出来的相关文档集合可能与用户的真实查询意图并不相符,致使检索系统的性能严重下降。因此,如何让信息检索系统充分理解用户查询的真实意图成为了信息检索领域中的一个热点研究课题。本文将知识概念的思想加入信息检索系统,使检索系统在知识层面上更好地了解用户的查询意图,提高检索结果的精确度。具体的工作如下： 第一,利用中文维基百科作为额外的大型知识概念库,提出了一种基于知识概念的文本表征方法。该方法将中文维基百科中的每个条目作为一个独立的知识概念,通过比较每个知识概念的描述文本(条目)与待表征的自然语言文本的关联度来衡量该知识概念与自然语言文本的相关度,从而选择出合适的知识概念对文本的语义进行概念的表征。 第二,将知识概念表征文本语义的方法融入到传统的信息检索系统中。通过对查询条件与待检索文档集进行知识概念的表征,得到基于知识概念的信息检索。最终,将基于知识概念的检索与传统“词袋”检索方法相融合,并且结合伪相关反馈的方法,提出一种全新的检索策略。 第三,实现本文中所提出的检索方法,并且在NTCIR-5中文信息检索测试集上进行测试实验。最终经过实验证明,相对于传统伪相关反馈技术,本文方法在平均准确率(MAP)和前10选的精度(p@10)上都有了进一步的提高,从而证明了本文方法的有效性和实用性。

关键词： 蒙古文信息检索   语言模型   光学字符识别   查询扩展   索引单元  

摘要： 蒙古文文献资料是蒙古民族智慧的结晶,也是中华民族的宝贵财富。OCR系统可以将蒙古文文献数字化,用户就可以在互联网上检索到OCR识别后的资料。由于蒙古文文献进行OCR识别后存在一定的错误,如果直接对用户查询进行全文检索,检索系统的性能一定会降低。本文首先通过对停用词表、索引单元和平滑方法等进行试验找到了适合蒙古文信息检索的模型；然后提出了改变索引单元和基于混淆字符串查询扩展两种方法,来提高OCR识别后文档的检索性能。 在蒙古文信息检索模型的研究中,通过对比发现结构化语言模型作为检索模型效果最好；采用TF和DF方法统计了停用词表,结果表明停用词在不降低检索性能的情况下,能有效的减小索引大小；以整词和词根作为检索单元进行实验,发现词根的效果最好；应用伪相关反馈能够进一步提高检索性能。 在面向OCR识别后文档的检索过程中,本文提出的两种方法的检索性能有了明显的提高。在使用不同的索引单元时,字符级4-gram作为索引单元时效果较好。实验结果表明基于混淆字符串查询扩展的方法能提高检索性能。

关键词： 检索技术   档案信息管理   相关度   排序算法  

摘要： 信息时代为人们的生活带来了巨大的变革，随着社会信息化程度愈来愈高，各领域开始重新审视信息管理和信息处理在系统管理中的重要地位，信息管理系统作为信息管理的重要手段之一备受关注。档案信息管理是一种典型的信息管理系统，由于档案信息具有独特的属性，如何管理以及如何有效检索档案信息是档案信息管理工作中面临的重要且艰巨的任务。 本文通过对档案信息管理方法的广泛调研和深入研究，归纳总结了现有档案信息管理系统和检索技术的研究发展现状。对档案检索的基本原理、基础模型进行了研究，对相关性和相关度排序模型进行了探讨，并着重研究了模糊检索和结果统计排序的技术方法，然后设计了档案信息管理系统。首先，针对现实档案管理工作模式对档案信息管理系统进行需求分析，搭建系统架构，完成功能模块的设计。其次，本文对档案信息管理中的检索排序算法进行详细分析，针对现有默认排序算法和时间顺序排序算法中存在的排序结果质量不理想、查找效率不高和获取目标结果概率较低等问题，提出一种相关度排序算法，根据关键词的位置权重和历史查询次数权重，定义用户查询对应向量，根据关键词出现的字段和次数，定义记录对应向量，然后利用这两种向量的乘积计算记录的相关度，并根据相关度值的降序对档案记录进行排序。最后，本文采用B/S开发模式，实现了黑龙江东方学院档案管理系统，并将本文相关度排序算法运用到档案管理系统的综合查询环节，加强了检索的智能度、提高了检索效率，为档案管理信息化建设起到了良好的示范作用。 另外，本文将相关度排序算法和现有的两种排序算法进行对比测试，使用NDCG评估法对本文算法和默认排序算法进行评估，验证了本文相关度算法的实用性。