用户同步协作检索的活动策略

用户同步协作检索是通过用户的直接参与来体现检索过程中同一信息需求的不同用户的观点、检索经验、检索技能和与检索任务情景相关的信息.文章提出了协作查询构建和协作相关性判断两个阶段的用户检索活动策略,研究了协作查询术语生成和检索结果协作相关性判断的理论与方法,旨在为同步协作检索系统的设计提供借鉴.     

基于用户偏好的智能数据源选择

当前搜索引擎用户个性化的研究是搜索引擎优化的一个研究分支.当前检索模型的主要弊端就是搜索引擎用户提供的信息很少.目前主要借助于用户在和元搜索引擎交互的过程中提供的隐反馈信息对成员搜索引擎的数据源选择算法进行优化,利用语言模型对用户检索行为建模,用户与元搜索引擎交互的过程中动态更新用户行为模型,自适应的满足不同检索动机的用户的信息需求.     

采用向量空间模型的个性化信息检索方法

为了提升检索结果与用户个性化需求的符合程度,依托向量空间模型提出一种新的检索方法.将用户查询关键词和语料库内的文本信息都映射为向量,从而把检索过程转化为向量相似性的比对.在比对过程中,通过关键词权重突出用户个性化需求,通过余弦相似度判断符合程度.实验结果表明:文中方法的检索结果与用户需求的符合程度明显提高.     

语音识别技术在数字图书馆检索系统中的应用

概要介绍了语音识别技术和微软语音开发应用程序接口(Microsoft Speech API,SAPI)。语音识别技术随着计算机技术的发展而逐渐成熟,使计算机能够识别用户的语音输入,记录下用户的语音信息并执行相应的命令。微软的SAPI是Windows操作系统下的语音识别开发平台,它开发快捷,有设计良好的运行机制、识别引擎和调用接口,能够模块化组件开发。其次,利用SAPI,设计实现了应用语音识别技术的数字图书馆检索系统。此系统使用户在使用数字图书馆时检索更加方便,读者说出想查询的内容,系统即可完成整个检索过程并显示查询结果。此系统基于SAPI平台开发,采用了MySQL作为后台数据库。此检索系统分为一站式检索和智能检索。其中,一站式检索为读者提供了通用语音识别框,读者检索时无需使用鼠标和键盘,只需说出自己想要查找内容的关键词即可查询。一站式检索系统不仅能够实现对图书馆数据库的关键词检索,而且在界面上还同步提示出可选关键词、现有馆藏书目、借阅情况等信息,协助用户检索信息。而智能检索是在一站式检索的基础上,结合了中文分词技术,进一步降低搜索难度方便用户使用。用户检索时无需考虑关键词、检索语法,只需像平时一样说出想检索的内容,检索系统会自动识别用户的语音,然后进行智能分词,再通过转换过程,过滤出关键词并生成专业的检索语法进行检索,并最终返回检索结果。整个识别、分词、转换过程由系统自动完成,无需读者干预。随着技术的进步,结合了语音识别的检索系统将使数字图书馆能够更加方便快捷地为读者服务。     

一种基于历史的密文检索排序方案

为了解决密文检索实际应用过程中,存在的安全性问题、检索效率低下及检索结果存在冗余,对用户的需求针对性不强等问题,通过对现有的密文检索进行分析与研究.提出改进的密文索引构建策略,提出基于历史的密文检索结果排序方案,设计并实现密文检索原型系统,在保证密文检索安全和检索效率的同时,使检索的结果更加符合用户的需求.     

一种基于综合特征向量的图像检索算法

针对传统图像检索算法依赖于图像单一特征向量、无法体现用户个人感知的不足,提出一种基于综合特征向量的图像检索算法。该算法通过对图像单一特征向量的归一化处理获取图像综合特征向量,采用体现不同特征向量检索权重的加权欧氏距离进行相似性度量,并可根据交互检索过程中用户对检索权重的调整更新检索结果。实验表明,该算法可取得较理想的检索效果。     

网络信息资源检索问题研究

指出网络信息资源在检索过程中存在着诸如信息质量、网络检索工具、信息用户等方面的问题,并提出了相应的解决对策,重点为网络用户介绍了一些常用的网络信息检索途径、方法和技巧。     

一种基于自学习的动态语义网络的图像检索方法

基于关键字和基于内容的图像检索是图像检索系统中的两种重要方法.而当今,图像检索系统重点强调在图像检索过程中,高层语义与低层视觉特征的结合.最近,一些研究者在检索周期中采用用户互交,使用上述方法和半自动图像检索的结合,取得了一些成果,但没有自学习的动态语义功能,检索效率不高.论文给出的方法是基于一个分层的语义网络,在图像检索领域能够响应不能的需求,并且根据用户的反馈,执行一个新的动态学习检索过程,可以明显的提高图像检索效率.     

基于日志挖掘的高校用户期刊数据库检索行为研究

基于国内某大型期刊数据库的用户查询日志, 探讨了高校用户使用学术期刊数据库的基本行为特征, 包括用户访问时间分布、使用特殊检索的比例、检索词的长度分布等。分析了不同类型高校用户的检索策略, 结果显示: 不同类型(理工类、师范类、农林类和医学类)高校用户的检索策略存在相应差异; 但不同办学层次(“985”高校、“211”高校等)高校用户的检索策略相差不大。最后, 通过IP数据的地址判断, 提取了高校用户的性别、专业和学历等人口统计学变量, 分析了这些变量对用户检索行为的影响, 提出高校用户检索策略的影响因素模型。     

网络级科研发现系统个性化服务研究

阐述了网络级科研发现系统及个性化服务的概念,针对用户的检索行为,分别从检索界面、检索过程、检索结果 3个方面具体论述了网络级科研发现系统的个性化服务,探讨了该系统个性化服务的优势和深入挖掘个性化服务的重要性。     

混合语义模型的产品知识文档检索

为解决产品知识文档检索过程中遇到的问题,提出一种基于混合语义模型的检索方法.该方法将传统的用户查询需求扩展为用户偏好、语境和用户查询混合而成的语义集合,并对知识文档和用户需求进行基于本体的模糊概念表达.对于知识文档,选择领域本体的叶节点来构造文本概念向量,根据概念在本体图中的深度、携带的信息量,及出现在文档与语料库中的频度来计算权重.同样采用本体表达知识语境与查询语义,建立用户偏好模型.针对检索模型的不同组成,阐述了相应的相似度计算方法,采用概念的语义距离计算用户当前语境和文档语境之间的相似度,用余弦法计算查询语义、用户偏好与文档的相似度.最后用实验验证了该方法的检索效果优于传统的向量空间方法.     

关键词检索技术与应用技巧

关键词检索是电子资源信息检索的重要检索途径,由于用户检索经验不足,往往出现漏检、误检等现象。通过检索事例讲解常用的布尔逻辑检索、截词检索以及关键词与其它检索项相结合检索的功能和技巧,引导用户正确地认识和应用关键词检索技术,提高信息检索效率。     

基于感知意象的图像检索技术

鉴于用户在图像检索过程中具有对检索结果的感知意向需求,构建了感知意象模型,并设计了基于该模型的检索系统.该系统运用距离直方图提取和表示图像形态特征,采用傅里叶变换的纹理特征方法提取图像的纹理特征,并运用相似性度量和图像意象的相关度标注技术进行系统的扩充和标注.该系统充分体现了用户意象需求,用户利用意象词汇能够检索符合其意象认知的图像.实验证明,利用感知意向模型进行图像检索具有较好的效果.     

协作检索中的协作感知机制研究

论述协作检索、协作感知和协作感知机制,认为在真正以用户为中心的协作检索系统中提供支持用户间的感知,是协作检索能否成功的一个重要因素,在协作检索中嵌入协作感知机制可为使用以前用户的检索策略提供一条捷径.     

基于IGA的知识检索需求获取方法

针对知识检索过程中用户需求模糊、不充分而难以准确获取的问题,文章通过分析用户需求的特点,将其区分为显性和隐性2部分,并结合概念图的思想设计了一种需求语义描述模型;以此为基础,结合交互式遗传算法的基本原理,探讨了交互式遗传算法在知识检索需求获取过程中的应用模式,并通过实验验证了模型及方法的可行性.     

一种基于用户需求协作修正的构件检索方法

针对当前主流的构件检索方法只从构件分类和索引的角度出发研究提高构件检索效率,却忽略用户理解与构件描述之间差异的现状,提出一种基于用户需求协作修正的构件检索方法.该方法采用向量对构件功能和用户需求进行统一描述,并基于向量内积相似度实现构件检索;并在此基础上引入反馈机制,根据用户的历史检索记录创建和维护用户需求协作修正模型,通过该模型来对新的用户需求进行协作修正,以此缩小用户理解与构件分类描述之间的差异,提高构件检索效率.在构件库原型系统中分别以平均检索时间和平均目标位置为标准对该方法进行性能评测.研究结果表明:在基于向量的构件检索方法中,对用户需求进行协作修正能有效提高构件检索的准确度,缩短构件检索时间.     

基于本体的学科信息门户语义检索初探

在分析学科信息门户传统检索方式的基础上,从用户对学科信息资源的实际检索需求出发,提出了一种基于本体的学科信息门户语义检索思路,指出了该过程中存在的一些问题并进行了展望。     

基于改进汉宁窗的信息检索模型

基于关键词匹配的检索方法检索时间长,检索结果质量差,无法适应用户群体的多样性。在此考虑了检索词含义、顺序及词密度,首先对用户提出的检索词进行基于知网的概念扩展,从词所表达的概念意义层次上来认识和处理用户的检索请求,并提出了基于改进汉宁窗的信息检索模型。实验表明,基于改进汉宁窗的信息检索模型较传统的基于关键词匹配的检索算法有更高的查准率及召回率,有效地改善了检索性能,可以更好地为用户提供检索服务。     

一种基于遗传算法自学习的图像检索方法

目的 根据传统的相关反馈图像检索的不足，结合遗传算法的优越性，提出了基于遗传算法自学习的图像检索方法，以改进图像检索性能。方法首先通过相关反馈中的人-机交互过程，进行遗传算法的初始群体构造，再通过遗传算法进行自学习，获得满足用户语义要求的最优解。结果实验证明，该方法能够提高检索的性能，查找出更多表达用户查询意图的图像。结论给出了遗传算法在相关反馈图像检索中的应用方法。利用遗传算法自学习的过程，能够发现用户潜在的需求，改善查询结果。     

基于用户体验的交互式检索环境的分析

人性化理念的普及推动了检索系统更加关注用户体验,更加关注与图书馆检索环境的融合。介绍了用户体验的特征,分析了交互设计与用户信息行为的关系,阐述了交互式检索环境的成分、功能,展望了未来交互式检索环境的发展趋势。