关键词： 网络   信息   检索   过滤  

摘要： 当前,运用网络搜索引擎的查找,从而获得一些自己所需的相关信息,已经成为众多网民的惯常举动。其中,使用最为频繁的当属一些著名的综合性搜索网站,如GOOGLE、百度、雅虎等搜索网站。这几个网站正是凭借自身强大的搜索能力而始终处于全球网站点击量排名的前茅。有时为了解决一些似是而非的问题,许多网民也通过此类网站的搜索功能而获得相关的参考信息。通过互联网获得足够自身使用的信息,已经成为网络活动中不可或缺的重要内容。可以说,网络的信息检索和过滤技术已经成为众多网民离不开的基本技术。 面对全球数以亿计的庞大网民群体,就其个体而言,其检索信息、获得所需内容的需求必然呈现出千差万别、多样化的特性。GOOGLE、百度、雅虎等综合性搜索网站针对用户的需求变化,一直不断改进他们的搜索技术,提高自身的搜索能力,从而提高网站自身的知名度和实用性,以获取网站稳定提升的点击量。然而,无论他们如何改进技术,其技术指导原则必然是不断寻找众多网民需求的共性,也即总是从宏观考虑入手,这就必然对网民的个性需求无法顾及。因此,一些搜索面并不宽,但搜索深度足够高的专门性搜索软件便应运而生。如：随心信息搜索软件、网络信息采集专家、企业信息搜索王、小蜜蜂采集器、火车采集器,等等。 本文所要探讨的是针对网民个性需求,从某些非常特殊的专业岗位面对的网络困境出发,运用独立而非综合的信息采集技术(软件),实现对网络专门信息的检索、过滤、抓取的快速性、准确性、全面性和自动化。

关键词： 文献检索方法   文献信息检索   检索系统   检索结果  

摘要： 1.直接法。又称常用法,是指直接利用检索系统(工具)检索文献信息的方法。它又分为顺查法、倒查法和抽查法。2.顺查法。顺查法是指按照时间的顺序,由远及近地利用检索系统进行文献信息检索的方法。这种方法能收集到某一课题的系统文献,它适用于较大课题的文献检索。例如,已知某课题的起始年代,现在需要了解其发展的全过程,就可以用顺查法从最初的年代开始,逐渐向近期查找。

关键词： 视线追踪技术   网络检索   用户搜索行为   搜索结果展现   相关性研究 Eye tracking   Network retrieval   User search behavior   Search results   Relevance  

摘要： 视线追踪技术是网络检索领域中的一种新的研究方法，本文对该方法的原理、应用历程进行了介绍，对视线追踪技术在用户检索行为研究、检索结果呈现和检索相关性研究等方面的成果进行了归纳，最后指出了该方法存在的缺陷，并对未来发展方向提出了设想。

关键词： 搜索引擎   全文检索   Lucene   Heritrix   中文分词  

摘要： 随着网络信息资源急剧增长,互联网已经逐渐成为了一个海量信息空间,人们在享受互联网带来便利的同时也被淹没在信息的汪洋中,如何从海量网络信息中获取潜在的、有价值的信息,已成为众多互联网用户所面临的一个极其重要的问题。在这种迫切需求下,信息检索技术和网络搜索引擎便应运而生,并成为互联网中重要的应用和研究课题。 Lucene是一个全文检索框架,开发人员可以方便地在其基础上进行二次开发,设计实现快捷的专业搜索引擎。虽然Lucene功能强大、配置灵活,但是仅作为一个检索框架而言,缺少信息采集模块,还不能实现完整的搜索引擎功能,同时Lucene自带的中文分词器也不能有效的切分处理中文词汇,因此,本文选取Lucene作为研究对象。 论文首先深入分析了Lucene整体框架结构,包括建立索引、检索索引文件以及结果集排序工作过程和原理。接着,介绍了网页采集技术和网络爬虫Heritrix,深入研究其框架结构及核心部件的工作原理,并对网页爬虫的功能做了如下的改进工作:针对爬虫下载内容复杂冗余问题,通过筛选URL链接方法,使爬虫忽略不符合条件的网页,从而过滤下载内容,减少存储空间的浪费;针对爬虫抓取速率不高问题,通过修改部分源码,取消附加robots协议对爬虫抓取过程的限制,从而提高了爬虫抓取效率;针对Heritrix默认采用主机名队列分配策略在抓取单一网站页面时,导致的抓取队列过长及部分线程阻塞问题,设计ELF散列算法,新建了一个队列分配策略,把URL尽量平均分到各个队列中去,从而提高抓取的速度。本文通过实验证明,上述三个优化方案达到预期目标。 论文阐述了四种常见的中文分词算法,三种经典词典文件组织方式,并进行比较分析,在归纳各自优缺点的基础上,设计实现了一个改进的中文分词器。改进后的分词器采用了三级索引词典文件组织方式,该文件组织方式融合了表格词典结构方式实现方法简单、空间占用少、维护更新容易以及树形词典结构词条查找效率高的优点,从而有效地减小词典空间,实现词条的快速查询。设计并采用了改进的最大正向匹配中文分词算法,算法的主要过程是:从左至右顺序遍历待切分语句,计算首字散列值,在一级索引中匹配该散列值,匹配成功,将下一个字符加到前缀字符串中,计算新字符串长度,在二级索引中匹配该长度,匹配成功,计算新字符串散列值,在三级索引中匹配该散列值,匹配成功,记录当前已匹配字符串的长度,继续加入下一个字符,直到完成索引中当前首字最长的词条。改进后的中文分词算法运用了类似TRIE索引树的逐字匹配算法,消除了传统正向最大匹配算法的切分盲点,同时,避免多次无效二分查找,提高了分词效率。论文通过算法的时间复杂度和实验分析证明,改进后的分词器提高了中文分词速度和准确性。 最后,综合上述理论、技术和算法研究,应用J2EE架构技术实现了一个全文信息检索系统,满足了用户快速准确地检索信息的需求。

关键词： 信息检索   技术   梳理   知识经济   研究人员   信息管理  

摘要： 在知识经济飞速发展的今天，各学科的理论与技术同步发展与更新，对于能否及时把握本学科的发展变化以及最新进展对于该领域的各位学者与相关研究人员是一种职责与挑战。1948年信息检索的先驱穆尔斯（***）首次提出信息检索概念，我国在1963年正式出版了第一本有关信息检索的论著，信息管理通过半个世纪的积累已经形成了自己的理论体系、理论特色与发展路线。

关键词： 信息检索系统   检索服务   系统界面   Embedded librarian   Embedded service   Academic libraries  

摘要： 对国外信息服务系统进行调研，将信息系统界面分为基于检索结果的类目列表式界面展示、基于检索结果的图形化界面展示、基于用户行为特征的标注式界面展示、基于预设问题的导航式界面展示、基于自然语言提问的答案界面展示5种类型，并分析每种类型界面展示的特点及背后的关键技术。

关键词： 数字图书馆   信息化   发展历程   信息检索技术  

摘要： 进入新世纪以来,世界科技发展日新月异,服务产业也繁荣发展。人们在日常生产和学习、生活当中,对图书馆信息的需求越来越大,需要十分高效地图书馆信息的收集和检索途径。数字图书馆信息化是实现这一目标的最好方式,更是现代实现信息化的过程当中的重要组成部分。数字图书馆信息化程度,已经成为衡量一个国家或地区信息服务产业发展水平的关键因素。目前,越来越多的国家认识到,要全面推进数字图书馆信息化,实现知识的共享和交流。就我国来讲,数字图书馆信息化已初具规模,最为显著的是我国各大高校的数字图书馆信息化实施,对于高效的科研、教育和交流带来巨大效益。该文针对数字图书馆信息化的整理工作做出研究,以供参考。

关键词： 现代教育技术   信息素质   文献信息检索与利用   课程改革  

摘要： 将信息素质教育作为最终目标的文献检索与利用课程教学在高校中已经得到普遍开设,在面对信息技术高速发展的机遇和挑战面前,紧扣时代步伐是信息时代对该课程的本身的基本要求,本文结合现代教育技术和文献检索与利用课程本身的特点分析了该课程改革和发展所面临的"瓶颈",以及现代教育技术在该课程改革中所起到的作用,提出了针对该课程主客体因素的薄弱环节进行整改的方法和途径。

关键词： XML加密   XML签名   数据交换   电子商务系统  

摘要： XML是一种面向数据的标记语言，具有结构严谨，简单易用等优点，己成为数据交换的标准．本文首先阐述了XML的特点，语言规范和应用领域，然后从XML加密，XML数字签名，以及XML公钥管理技术三个方面对XHL的安全技术进行了讨论。并组建了XML数据交换平台架构．在此基础上，给出了XML安全技术在石材信息检索系统中的应用．以及系统的需求分析和功能模块设计．

关键词： 文献信息检索课   高职院校   信息素质教育  

摘要： 信息检索能力是当代大学生必备的学习技能,高职院校开设文献检索课,能够提高学生信息素质,为他们终身学习打下基础。