信息检索-专题定制-三峡大学图书馆

谭义红

湖南大学

摘要： 对等网络（Peer-to-Peer，简称P2P）具有数据分布式存储、节点平等、节点间直接通信等特点，被广泛应用到信息检索、文件共享等领域。随着网络规模越来越大，网络极易产生瓶颈现象和节点失效的问题。为了解决这些问题，人们尝试对超节点对等网络信息检索技术展开研究。但相关研究成果还存在一些不足，仍有许多关键问题亟待解决。例如：如何按照语义相近的原则构建超节点对等网络，以进一步提高搜索效率和检索结果质量；如何设计节点常数度数的超节点拓扑结构，以进一步降低网络维护代价；如何设计失效节点、链路故障的发现和恢复机制，以提高网络的容错性；如何建立分布式查询机制，以减少超节点的负载、提高检索结果质量和下载质量等。这些关键问题的解决，将有利于满足用户对信息检索的需求，为用户提供更加便捷的信息检索平台。因此，对超节点对等网络的信息检索展开研究，有着重要的理论研究意义和实际应用价值。本文以提高搜索效率、检索结果质量和下载质量，降低网络维护代价，增强网络容错性为目标，围绕上述关键问题展开研究。在此基础上利用所得的研究成果设计和实现了一个原型系统。本文主要研究内容及贡献包括以下几个方面：（1）在超节点对等网络的构建方面，本文针对早期的超节点对等网络信息检索中，存在普通节点与超节点连接缺乏语义相关性，搜索效率和检索质量不高，缺乏超节点负载平衡等问题，提出了一种基于在线聚类的超节点对等网络构建方法。主要工作包括：①改进了已有在线聚类算法，以适应高动态的对等网络。该算法保证了普通节点按照语义相关性连接超节点，较好地解决了资源准确定位的问题。②提出了一种超节点选择和动态调整超节点选择策略。该策略能根据超节点自身的负载能力，动态调整连接普通节点的数量，使超节点的选择更加简单，减少了超节点因负载过重而出现网络瓶颈的可能性。③提出一种搜索路由优化机制，使检索尽可能在某个语义组内完成，减少了查询请求转发次数，进一步减少了查询带宽消耗、提高了搜索效率和检索结果。（2）在节点共享文档组织方面，为了克服已有共享文档组织方法不利于构建语义覆盖网络的问题，提出一种基于层次聚类树的超节点对等网络。主要工作包括：①改进了传统层次聚类算法，以适应多文档集聚类。采用该算法将节点共享文档集聚类，根据簇之间的语义范畴形成层次聚类树，克服了传统单层次聚类很难揭示文档之间语义关系的不足。②在层次聚类树的构建过程中，利用曲线多项式拟合技术，设计一种自动发现并设置阈值的方法。这种方法使聚类过程更加智能化和自动化，聚类结果更加准确。③提出了基于层次聚类树的超节点对等网络构建方法。利用该方法，普通结点能根据网络中已有语义组的语义范畴，选择不同层次的簇与超节点建立连接，提高了搜索效率、减少了查询带宽消耗。（3）在超节点拓扑结构方面，针对已有超节点对等网络中超节点拓扑结构复杂、无序，难维护、不便于搜索路由等问题，提出了两类常数度数的超节点拓扑结构模型。主要工作包括：①在分析完美差异图（PDG）结构的基础上，提出一种新的k-PDG拓扑结构，并利用该结构组织超节点，建立了一种新的超节点对等网络。②提出一种新的k-皮特森图拓扑结构。采用改进的皮特森图，将网络中超节点按照k-皮特森图拓扑结构进行组织，建立了一种新的超节点对等网络。性能分析和模拟结果表明：这两类结构与现有超节点拓扑结构相比，除具有支持多关键词查询、减少搜索所产生的查询消息量外，在动态适应性方面，新超节点对等网络能更好地降低超节点失效对拓扑产生的影响；在性能上，该网络具有更小的拓扑构造和失效修复成本。（4）在分布式查询方面，针对现有超节点对等网络中超节点负担重，查询结果缺乏统一排序、包含重复结果的下载节点可能无效等问题，提出一种低负载和高质量的分布式查询处理机制。主要工作包括：①提出一种分布式查询处理机制，减少了超节点的查询负载。②提出一种基于近似全局信息的分布式排序方法，实现对查询结果进行统一排序。③提出一种下载节点选择机制，提高了下载请求的成功率、减少响应时间和网络通信消耗。（5）原型系统的设计和实现。将本文研究成果，如节点共享文档组织方法、超节点构建算法、超节点拓扑结构、分布式查询处理等关键技术加入到系统中，设计与实现了一个原型系统。

基于语言模型的跨汉蒙信息检索技术研究

巩文婧

内蒙古大学

来源详细信息

关键词： 跨汉蒙信息检索查询翻译优化基于词对距离靠近和远离模型

摘要： 随着Internet的发展及信息的全球化,人们对不同语言的信息需求越来越多。对于大多数不精通外语的用户来说,想要获取需求的信息存在一定的难度。因此有研究者提出了对跨语言信息检索的研究,目前在汉英等语言的跨语言检索方面已经有很多研究成果。但是,在蒙古文方面相关的检索还很少。而蒙古文是世界上很有影响力的语言,因此蒙古文信息检索的研究具有非常重要的意义。影响一个跨语言信息检索系统的性能有很多因素,但最主要的是信息检索模型,其研究内容包括文档和查询的表示方法、评价文档和用户查询相关性的匹配策略、查询结果的排序方法和用户进行相关度反馈的机制。由于查询扩展方法的好坏直接影响到检索的效果,因此本文提出了基于关联词与共现距离相结合的查询扩展方法,解决汉语查询项到蒙古文查询项进而到蒙古文文档的检索。在本论文中,我们是利用双语汉蒙词典和蒙汉词典对初始汉语查询项进行关联词的扩展,然后再利用共现距离模型对扩展后的蒙古文查询项进行再扩展,最后检索蒙古文文档,得出检索结果。实验结果表明,蒙古文停用词表有效减少了索引大小,使用stemming规则使得索引中的Term个数减少了将近一半,并有效提高了检索的准确率和查全率；本文提出的基于关联词和共现距离相结合的查询扩展方法在查全率、平均准确率等方面均有一定的改善,有效提高了跨汉蒙信息检索的性能。

私有信息检索中若干关键技术的研究

李文娟

安徽大学

来源详细信息

关键词： 私有信息检索云计算模糊关键字 Monte Carlo方法位置敏感哈希

摘要： 安全多方计算(Secure Multi-party Computation, SMC)是研究多方协作计算问题的,即互不信任的两个或多个用户能够进行协作计算某项计算任务,并且保证自己的私有输入是安全的。该问题由姚期智教授于1982年提出,1987年,***,***等提出了密码学安全的安全多方计算协议,该协议可以用来计算任意函数。但1998年,***(?)旨出,对于安全多方计算中的特殊问题,使用通用的协议来解决已经达不到理想的效果了,针对这些特殊问题设计相应的安全多方协议,可以高效的解决问题。正是在这一思想的推动以及学者的深入研究之下,安全多方计算细化出了很多研究方向,如：保护隐私的计算几何、私有信息检索、电子投票、电子拍卖、统计分析等,促进安全多方计算能够解决更多的实际问题。这其中私有信息检索是一个重要而又实际的问题,在军事、商业等领域有重要应用。私有信息检索(Private Information Retrieval, PIR)的问题描述是：服务器Bob拥有一个数据库,其中有n个数据d,,d2,…,dn,客户端Alice要查询这个数据库的某条数据di,而Bob却不知道i的值。这是最一开始的PIR,后来发展为对服务器的数据隐私也进行保护,即Alice除了di得不到任何其他信息,这就是对称的私有信息检索(Symmetrically-Private Information Retrieval,SPIR)。按对隐私的保护程度,我们可以将私有信息检索分为三种：①绝对安全的,即信息论安全的私有信息检索,此类的PIR提供一个很强的安全概念,在假设攻击者的计算能力是无限制的条件下保证用户的隐私性能够完全的被保护；②相对安全的,即计算安全的私有信息检索,此类PIR没有很强烈的安全概念,假设攻击者的计算能力是在多项式的时间内是有限制的,它常常基于一些密码学上的计算难题,具有一定的实用意义；③辅助安全的,即基于安全硬件的私有信息检索,借助一些安全硬件作为辅助设施,这些安全硬件都有着设备齐全的安全环境、处理器和安全存储空间,因此此类的PIR具有很高的执行效率。另外,我们还可以按参与方是否诚实将私有信息检索划分为：恶意模型的私有信息检索和半诚实模型的私有信息检索。私有信息检索是安全多方计算的重要分支,并且在现实生活中有广泛应用,例如局部可解码编码、匿名认证、不经意传输、数据库的安全查询等。本文的主要研究是针对半诚实模型下的计算安全的私有信息检索,其主要工作有：首先,详细介绍了目前已有的几种典型的基于关键字的私有信息检索方案,并据此提出问题,进行总结。其次,研究了云计算中的安全模糊关键字检索。以往的PIR方案大多不能实现关键字检索,而是通过物理地址检索,我们深入研究了支持关键字检索的PIR。因为云计算的发展速度越来越快,云服务的便捷也使其越来越受欢迎,但是云安全仍然是用户考虑的首要因素。因此本文基于云计算中的存储服务,将敏感信息经过处理之后上传至云服务器,形成加密数据库。利用位置敏感哈希函数以及中国剩余定理,实现了模糊关键字的安全检索,并且利用布隆过滤器成功实现了对合法用户的认证。理论分析表明该方案是正确的、安全的。方案在保持原有的计算复杂度以及通信复杂度的基础上,首次实现用户认证,在预存储空间上也优于现有方案。该方案能应用到很多领域,如医药、专利和商业等。再次,研究了计算几何中的保护隐私的两椭圆相交面积计算。我们将对称的私有信息检索问题简化,其实就是两个参与方各自保护自己的隐私,但同时还要得到想要的结果,我们将其进行延伸,联想到安全多方计算中的计算几何问题。安全计算几何问题也是安全多方计算的一个研究领域,Du等人在该领域做了一些工作,提到了几何计算的很多问题,并且给出了该领域的一个研究框架。我们提出了保护隐私的计算两椭圆相交面积的问题,这是一个拥有很强应用背景的问题,对于这一问题,我们利用Monte Carlo方法和OT协议给出了两个解决方案,并且对这两个协议的安全性和效率做了分析。

医学信息检索与利用安全版 1

黄晓鹏

来源详细信息

基于本体的文本信息检索技术研究与实现

李春

南京航空航天大学

来源详细信息

关键词： 信息检索本体查询扩展 Jena

摘要： 近些年来，随着信息技术的快速发展，用户获取信息资源的需求不断增强，众多的信息检索系统被开发出来，方便用户获取其感兴趣的内容。传统的信息检索工具提供给用户的主要是基于关键词匹配的检索接口，但是在很多情况下用户真正的检索意图很难用几个关键词表达清楚，因此导致现有检索系统的精度不高。要提高现有检索系统的精度，就必须将信息检索从目前基于关键词层面提高到基于知识层面、基于语义层面来组织和表示信息，设计合理的智能信息检索系统。本体因为具有良好的概念层次结构和对逻辑推理的支持，已被广泛应用于知识工程、系统建模、信息处理、自然语言理解、数字图书馆、语义Web等领域之中。而把本体融合到传统信息检索技术中去，不仅可以继承传统信息检索的优点，还可以克服基于关键词信息检索不能对概念关系进行处理的局限性。本文即以本体为基础，结合传统信息检索技术构建了一个基于本体的文本信息检索框架OTIRF。首先，本文归纳了传统信息检索存在的问题，分析了基于语义的信息检索的特点以及本体在其中发挥的作用，总结了语义检索领域的国内外研究现状，论证了利用本体技术解决上述问题的可行性。其次，研究了本体的建模元语及层次结构和信息检索领域的相关技术，提出了基于本体的文本信息检索框架OTIRF，介绍了其中的两大关键技术：查询处理和本体推理。然后，阐述了OTIRF的系统构成，研究了框架中主要模块所使用的关键技术。在查询处理部分，提出了两种查询扩展方法，并给出了查询结果排序的计算公式;在本体推理部分介绍了描述逻辑的的概念和推理算法，并研究了基于Tableaux算法的本体推理在框架中的应用。最后，在对课题中关键技术充分研究的基础上，将OTIRF应用在石油测井领域，设计并实现了一个测井数据检索系统WLDRS。

基于网络信息检索技术的信息过滤方法的应用研究

张文左

北京工业大学

来源详细信息

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。

E-learning环境下信息技术与课程整合教学模式研究——以信息检索教学为例

刘培兰

南通大学图书馆

来源详细信息