面向语义搜索的推荐模型研究

随着Web信息量的不断增多,人们不得不花费大量时间去搜索、浏览和选择自己需要的信息,改善和提升搜索引擎信息检索的能力已经越来越迫切.提出基于专家用户搜索历史的信息推荐模型,并重点介绍普通用户和专家用户Profile以及基于此的2个计算模型.在此基础上结合Nutch搜索引擎平台,开发面向语义搜索的推荐系统,实际使用证明推荐效果良好.     

信息检索系统中信息模型的建立方法研究

在信息检索引擎中,信息模型的建立方法对信息检索的速度起着重要的作用。在总结了布尔模型、向量空间模型、概率模型3类信息模型建立方法的基础上,提出了新的用户模型建立方法。该方法可在自适应信息检索系统中根据用户的特征,实现“检索正确的信息,在正确的时间,采用正确的方式,推送给正确的人”,大大提高了信息检索的智能化程度。     

政府花费与随机内生增长模型

把政府花费分为生产性政府花费与消费性政府花费,建立了连续时间随机内生增长模型,利用随机最优化方法,确定了宏观均衡解．在模型中讨论了政府花费及其波动对经济增长率的影响,导出了最优政府花费的构成．     

基于语义的Web信息检索改进模型

目的针对传统W eb信息检索模型的不足,提出一种基于语义的W eb信息检索模型。方法模糊相关技术、Ontology及W eb挖掘技术。结果建立了一种五元组的语义信息检索模型,并给出了该模型的关键实现算法。结论利用此模型实现的信息检索系统进行信息检索时具有更高的准确率和查全率。     

信息检索概述

信息检索的研究重点是如何有效地获取某些信息,现阶段采用的信息检索技术主要基于布尔表达式、向量空间模型及概率模型。论文在介绍信息检索定义及基本原理的基础上,描述了这三种经典信息检索模型,并对这三种模型进行了简单比较。     

ASSURE模型在信息检索教学中的应用

ASSURE模型是一个经典的教学设计模型,结合高校信息检索教学在新信息环境下的特点,对该模型在信息检索教学中的应用进行了分析和论述,以期提高信息检索教学的质量和效果,给从事信息检索教学的教师以借鉴.     

基于Agent的Web网页自适应检索模型

分析了Agent和一般信息检索模型的特征 ,根据Web网页信息检索的特点 ,综合布尔逻辑模型和向量空间模型的优点 ,提出了一种基于Agent的智能、主动、自适应超文本网页信息检索模型 .     

基于自建模糊本体的智能信息检索研究

提出一种基于本体的信息检索模型,该模型将信息检索系统与从搜索的数据信息自动构建的本体相结合.使用在本模型中的本体有一般语义本体、领域知识和自动生成、构建的模糊概念层.主要研究基于本体的信息检索模型.描述处理过程及检索机制,并采用TREC的评价方法评估该模型,讨论应用不同类型本体的检索效果和影响.实验结果表明,提出的信息检索模型具有较好的检索效果.     

基于语义网的数字图书馆信息检索模型研究

介绍了语义网的相关知识,针对数字图书馆信息检索效率不高的问题,在现有数字图书馆信息检索模型的基础上,提出一种新型的基于语义网的数字图书馆信息检索模型,详细论述了该模型的3个主要模块及其各自功能。通过采用语义网技术,解决了在传统的基于关键字的信息检索中只能从句法上对关键字进行分析,而无法根据信息资源中的语义关系进行检索的问题。     

基于Ontology的Web信息检索方法

分析了传统检索技术中存在的问题,即基于关键字的检索忽视了关键字本身所包含的语义信息,导致较低的查全率和查准率。将Ontology应用于信息检索系统改善这种状况,提出了基于Ontology的Web信息检索模型,给出了基于此模型的Web信息检索流程。     

基于向量空间模型的信息检索系统的研究与实现

基于向量空间模型的信息检索系统具有良好的性能。本文阐述了向量空间模型的基本概念和思想,提出了一个基于向量空间模型的信息检索系统的体系结构模型,进一步讨论了该系统实现的关键技术和实现方法。     

基于正则表达式的数字图书馆检索模型研究

文章就数字图书馆信息检索效率不高的问题,在现有数字图书馆信息检索模型的基础上,提出了一种新型的基于正则表达式的数字图书馆信息检索模型,详细论述了该模型的主要模块及其各自功能.通过采用正则表达式技术,分析了在包含正则表达式规则的传统关键字的信息检索模型,从而为如何突破关键词检索局限于检索词形式的固有缺陷,提高检索效率,减小漏检和误检造成的误差,为数字图书馆向智能化、知识化发展提出一种新的研究方向.     

基于本体论的信息检索

 将本体论应用于信息检索,提出了基于本体论的信息检索模型.该模型支持用户查询的导引,并按领域分类有选择地返回查询信息.     

基于标签的数字图书馆个性化信息检索

通过对比国内外有关标签(Tag)和数字图书馆的个性化信息检索的研究及对Tag和Folksonomy(自由分类法)的比较分析,揭示标签应用于个性化信息检索的可行性,再根据个性化信息检索的原理及分层思想,将标签应用于个性化信息检索之中,并构建一个基于标签的数字图书馆个性化信息检索模型.     

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。     

向量空间模型在藏文文本信息检索中的应用

基于向量空间的信息检索模型VSM,以其简洁直观、检索结果和排序效果良好等优点,在信息检索领域得到普遍的应用。文章结合藏文文本的特点,研究VSM在藏文文本信息检索中的应用方法。     

基于领域本体的个性化文本信息检索

为了解决传统检索技术无法为用户提供个性化服务和检索效率低的问题,提出了一种基于领域本体的个性化文本信息检索模型,阐述了该模型的结构和关键算法,并验证了算法的可行性。实验结果表明:基于领域本体的个性化文本信息检索能有效提高信息检索的准确率和效率。     

文本信息检索的代数模型综述

为了比较各类模型的性能,研究进一步改进文本信息检索各类模型的可能方法,综合已有的试验和研究报告,概述了文本信息检索模型中一类模型——代数模型概念和研究现状,并分析了目前文本信息检索的相关性、相似度、召回率、准确率等概念。结果表明,这几个模型尽管来源于神经网络、向量空间等不同的思想,广义向量空间模型、潜在语义标引模型的计算复杂度比向量空间模型高,但此类模型依据评测在准确率和召回率上相近,经典向量空间模型相对而言,有简单、复杂度低和可作为检索框架,而不仅仅是检索模型的特点。为便于研究者研究、改进、评测信息检索的代数模型,评价了权威的TREC(The Text Retrieval Conference)和两个代表性的研究系统Smart和Lemur。     

结合本体的贝叶斯网络信息检索模型的研究与实现

针对信息检索模型检索性能的问题,将本体及本体语义相似度度量方法运用于基于贝叶斯网络的信息检索模型中,通过利用领域本体表达信息的规范性及本体语义推理的准确性对查询需求进行扩展,提高查询的性能。给出了信息检索模型和概念语义相似度计算及查询检索方法与过程,实验证明该方法在一定程度上能够提高检索系统的性能。     

融合BabelNet 的多语言智能信息检索模型

传统的跨语言信息检索存在翻译映射准确度低和查询扩展后语义偏离等问题。为此提出结合统计学和 本体论的方法构建多语言信息检索模型,通过使用统计翻译解决翻译映射歧义问题,使用多本体BabelNet 等减 少语义关联度损失。由于本体包含大量概念联系,因此使用本体作为语义层表示设计了语义权重算法,并将其 构建在BM25F 统计信息检索模型上作为用户反馈的排序算法。最后根据建立的模型设计实现了多语言信息检 索原型系统,并用基于爬虫技术获取的数据测试集对模型进行测试,实验结果表明,该模型平均查准率高于传 统的基于机器翻译的信息检索模型。