文獻(xiàn)檢索引擎技術(shù)的研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，文獻(xiàn)這一信息資源總量正呈指數(shù)級(jí)不斷增長(zhǎng)，其更新速度也在不斷加快，如何有效地獲取并利用這些資源便顯得更為重要，于是各種各樣的文獻(xiàn)檢索平臺(tái)也不斷地涌現(xiàn)出來(lái)。當(dāng)前國(guó)內(nèi)外的文獻(xiàn)檢索系統(tǒng)普遍基于關(guān)鍵詞匹配的原則，僅僅簡(jiǎn)單地采取邏輯“與、或、非”的方式對(duì)檢索詞孤立地進(jìn)行匹配，不能有效地反映出用戶(hù)真正的檢索期望，從而導(dǎo)致檢索結(jié)果精度不高。因?yàn)樵谀壳暗奈墨I(xiàn)檢索系統(tǒng)中檢索結(jié)果常以隨機(jī)形式顯示，這進(jìn)一步加大了用戶(hù)獲取期望文獻(xiàn)的難度

2、。另外，在索引建立過(guò)程中，單一地采用分詞索引技術(shù)或單漢字索引技術(shù)，造成檢索引擎的查全率較低或索引文檔過(guò)大（影響檢索引擎的檢索效率）。因此，本文針對(duì)以上問(wèn)題進(jìn)行了相關(guān)研究。研究?jī)?nèi)容和取得的成果主要體現(xiàn)在以下兩個(gè)方面：
　　提出一種新的混合索引方法，該方法充分利用了基于單漢字索引技術(shù)的優(yōu)點(diǎn)，保證了檢索引擎的高查全率，同時(shí)根據(jù)單漢字在文獻(xiàn)中出現(xiàn)的邏輯位置，利用分詞索引提供的含有該字的詞對(duì)其進(jìn)行替換，以減小索引文檔的大小，保證檢索引擎較高

3、的檢索效率。
　　提出一種基于文獻(xiàn)檢索期望值的檢索結(jié)果排序算法，該算法充分考慮了用戶(hù)的檢索習(xí)慣、漢語(yǔ)的特點(diǎn)、文獻(xiàn)中各部分對(duì)內(nèi)容的反映程度等因素，采用文獻(xiàn)檢索期望值作為衡量文獻(xiàn)內(nèi)容與用戶(hù)檢索期望之間相關(guān)度的指標(biāo)，并對(duì)其建立數(shù)學(xué)向量模型，對(duì)檢索結(jié)果文獻(xiàn)的檢索期望值進(jìn)行定量計(jì)算，最后對(duì)該值進(jìn)行降序排列，將相關(guān)度最大的文獻(xiàn)結(jié)果顯示在前面，以更好地滿(mǎn)足用戶(hù)的檢索需求。
　　本文所提出的混合索引方法和基于文獻(xiàn)檢索期望值的檢索結(jié)果排序算法