基于本体的信息检索系统模型

针对基于关键字的传统查询方法存在的不足,提出一种面向语义查询的信息检索模型.该模型将信息检索方法与语义Web技术相结合,通过基于本体的知识库实现用户对文档库的语义查询;同时,综合考虑语义检索和关键字检索两种情况,提出一种相似度计算方法,有效地满足了用户对Web信息资源的要求,并为以后的语义检索研究奠定了理论基础.     

一种启发式Web信息检索方法

针对目前Web信息庞杂无序和半结构化特征所带来的信息检索质量低下的问题,在基于查询意图分类研究的基础上,提出了一种结合定题检索的启发式Web信息检索方法;在该方法中,Web信息检索采用一次预处理两次检索机制,根据该机制设计了Web信息检索模型,详细讨论了该模型的设计思想、关键技术和算法描述;通过仿真实验对该方法进行了测试和分析,测试结果表明该方法能够有效提高信息检索性能,在一定程度上满足用户个性化的查询需求。     

一种基于语义Web的信息检索模型研究

提出一种基于语义Web的信息检索模型,它能够实现准确高效的网络信息检索,克服传统信息检索的局限。介绍了语义Web、本体以及Lucene全文检索技术,详细阐述该模型的六大模块,其中在本体基础之上充分利用Jena查询和推理技术进行查询扩展,以及Lucene技术来建立索引和检索,改进排序算法使得返回结果更加满足用户需求。     

基于XML Schema的Deep Web查询接口分类研究

Deep Web在线数据库蕴含大量的信息,但由于这些信息检索困难,利用率不高,本文提出一种基于XML Schema的查询接口分类方法,建立数据查询接口的XML Schema文档,通过各数据源名的语言学相似度实现查询接口的初次分类;根据查询接口标签属性,建立特征-接口向量空间模型实现查询接口向量化,再采用KNN算法进行二次分类,减少KNN算法分类带来的计算开销,提高Deep Web数据检索的效率。     

Web信息查询研究进展

Web上大量、分布、动态的信息,造成了用户在查询Web上的信息时产生的"信息过载”和"信息迷向”现象.Web信息检索与查询是目前的研究热点,本文分析和比较现有Web信息检索和查询语言技术的发展现状,介绍了基于人工智能领域中机器学习方法的Web信息检索和查询以及信息抽取技术的研究,以供研究者参考.     

Deep Web数据源聚类分类算法研究

在Internet技术飞速发展的今天,人们对依靠Web引擎搜索可用信息的实效性、快捷性的研究在不断的深入。然而许多Web信息已经被各种各样可搜索的在线数据库所深化,并被隐藏在Web查询接口下面。传统的搜索引擎由于技术原因不能索引这些信息——Deep Web信息。由于Deep Web数据的异构性和动态性,有效地把这些信息加以利用是一件具有挑战性的工作。因此,本文分别提出了基于Deep Web查询接口的Deep Web数据源聚类和分类算法,为Deep Web信息检索方法的研究提供了一定的理论依据。     

个性化Web信息代理的研究与开发

介绍了在Web信息检索过程中通过个性化信息代理(Agent)实现个性化信息反馈的工作、提出了信息Agent模型，涉及元搜索引擎的实现和个性化偏好模型的建立，且通过主动服务代理实现个人偏好查询结果的推送．提高了在Web信息检索过程中系统随用户关注程度和关注领域不断变化而调整信息反馈的能力，并在此设计基础上实现了一个原型系统．     

基于语义Web的智能信息检索模型

针对传统基于关键字的信息检索系统查全率和查准率都不高的缺点,提出了一种基于语义Web的智能信息检索模型,此模型在语义Web的环境下,利用本体技术,将最初的检索词通过查询扩展模块得到更完善的检索词集,然后利用扩展的检索词集进行检索。将基于关键字匹配的信息检索系统提升为基于本体知识库扩展查询的智能检索系统,从而提高了查全率与查准率,满足了人们对信息检索系统的要求。最后给出了模型的一种实施方案。     

交互式动态网页的设计

讨论如何利用Internet数据库连接器IDC在Web服务器上创建具有交互式数据查询功能的Web网页.     

基于可扩展标记语言的Web复杂文档管理技术

当前流行的Web查询技术是基于关键词匹配的信息检索,它已不适应用户提出的解决复杂文档、结构和半结构查询的需要.文章在系统介绍了标记语言和可扩展标记语言的基础上,分析了基于可扩展标记语言的数据模型、存储、查询和查询优化方法.     

基于一种文档表示模型的站内搜索引擎设计与实现

根据全信息理论,认识论信息是语法信息、语义信息和语用信息的三位一体．在信息检索的过程中加入语用信息能有效的提高信息检索的质量．基于查询与内容的文档表示模型较好的利用了语用信息,对站内搜索引擎的查准率的提高有着很好作用;Lucene是一个用java语言开发的开源的全文搜索引擎架构．本文利用Lucene设计和实现一个基于查询与内容的文档表示模型的站内搜索引擎,实验结果表明该模型能有效的提高信息检索的查准率．     

基于界模型的真相关反馈信息检索

建立了一种表达用户信息需求的界模型,通过计算信息需求的上边界、下边界,确定信息需求的需求域.该模型从语言学的角度出发,通过挖掘语言的内涵和外延来表达语言的含义.用户的查询请求有其内涵和外延,信息需求域正是通过表达查询请求的内涵和外延来反映用户的真实信息需求.在信息检索时,计算文档与信息需求域的相似度,并根据相似度对文档进行排序.在实际检索时,采用用户真实相关反馈机制,该相关反馈机制得到的是真相关文档,因而可以更好地表达用户的信息需求.使用Lemur工具进行的对比分析实验表明,界模型下的真相关反馈信息检索具有较理想的效果.     

基于STEP的多功能梯度材料信息融合方法

基于STEP实体模型提出了一种融合多功能梯度材料信息与几何信息的方法．通过选择参考特征井指定材料分布函数，将材料信息添加到面、壳等几何实体中，从而实现材料信息与几何信息的融合。通过截面轮廓内部各点的材料值与点到参考特征的距离的映射，得到层内的材料分布信息，从而实现功能梯度材料零件模型的分层处理．     

多媒体文档系统MDS—1的设计与实现

传统关系数据库系统由于其关系数据模型的语义表达能力的局限性,难以表示人像和人的声音信息,从而无法支持应用越来越广泛的基于人像和声音特征的查询,文中从数据分析出发,提出一种能同时表达人员相关信息,人像信息和人的声音信息的面向对象数据模型,介绍所研制的基于面向对象数据模型的多媒体文档系统,它能兼容传统关系数据库管理系统的基本功能,并提供了基本ＳＱＬ查询,示例查询,主观属性查询,模糊概念查询,浏览查询等     

基于XML路径表达式优化及其查询和过滤计算方法研究

主要对XML路径表达式的优化、查询和过滤算法三个方面进行了研究.运用补路径和缩短路径方法对路径表达式进行优化.通过对路径表达式进行优化来提高查询速度的方法称为路径缩短策略.用简单的路径表达式来代替用户所建立的复杂度表达式的方法称作补路径.用Xpath语言对XML查询进行处理,并对Xpath表达式以及查询处理进行了研究,Xpath查询处理主要通过对XPE-Tree进行匹配以及两次路径连接运算来实现查询处理.XML的过滤系统通过路径表达式来进行模式和内容匹配,在用户信息输入系统之后,生成过滤引擎,过滤引擎与数据流进行匹配,输出用户感兴趣的信息,以此来完成过滤过程.     

An Efficient Query Rewriting Approach for Web Cached Data Management

0 IntroductionWitmhentth ef oerxp slhosairvineg gr ionwfotrhm oaft itohne iWsW aW k,eythe p rroeqblueirme-.When we deal withthe unprecedented amount of data,we areeasylost in browsing them. Thus , handling these data effi-ciently becomes more difficult than before.Consider the application domain publication retrieval ,which are abundant onthe Web and usually demandlongti meto generate the end-results through the query interfaces pro-vided by search engines .It oftenrequires three steps to de…     

人类疾病动物模型资源数据库的构建

人类疾病动物模型资源数据库的构建,是为了使人们能够快速、准确地对动物模型资源进行筛选、分类,方便研究人员选择需要的动物模型,并能快捷联系提供动物模型的单位,节省了查询时间,提高了科学研究的效率。本数据库分为自发性动物模型数据库、诱发性动物模型数据库和基因工程动物模型数据库3部分,各部分都包含动物模型名称、编号、实验动物信息、模型制备信息、提供模型单位信息、支持文献信息等内容。通过对数据库功能和查询系统的构建,除为用户提供了查询服务,获取有用信息之外,亦对人类疾病动物模型资源信息化的发展和资源共享具有深远意义。     

基于XML的信息发布与检索模型

互联网应用广泛,Web上数据库信息发布和检索量迅速增加,而传统的数据模式不能满足Web的需求.为此,针对XML的优点,结合关系数据库的成熟技术,将XML数据模型映射到关系数据模型;此外,研究了存储策略及查询方式,提出了基于这种存储和查询方式下的Web信息发布和搜索模型.实践结果表明,该模型统一了存储和查询方式,实现了互联网上资源的统一,较好地解决了目前web检索结果准确性和相关性不高的问题.     

基于XML内容和结构的模糊查询

用户在查询XML文档的时候经常有模糊的或者不精确的查询要求.为了解决用户的模糊查询意图,提出了一种基于XML内容和结构的模糊查询方法.以模糊集理论为基础,提出了利用模糊谓词实现XPath查询表达式的模糊扩展,采用模糊查询松弛方法,它可以产生更多满足用户查询要求的结果.在排序这些查询结果的时候,提出的打分方法使用一个扩展的向量空间模型,考虑了内容和结构的相关性,按照内容和结构的匹配情况打分,得分大于阈值的节点就是答案节点.最后,通过实验验证了所提方法的有效性.     

基于Term-Query-URL异构信息网络的查询推荐

查询推荐是一种帮助搜索引擎更好的理解用户检索需求的方法.基于查询的上下文片段训练词汇和查询之间的语义关系,同时结合查询和URL的点击图以及查询中的序列行为构建Term-Query-URL异构信息网络,采用重启动随机游走(Random Walk with Restart,RWR)进行查询推荐.综合利用语义信息和日志信息,提高了稀疏查询的推荐效果.基于概率语言模型构造查询的词汇向量,可以为新的查询进行查询推荐.在大规模商业搜索引擎查询日志上的实验表明本文方法相比传统的查询推荐方法性能提升约为3%~10%.