网络图像检索的提问式特征研究

为了解中文网络检索情境下图像检索需求表达方面的行为规律,设计用户图像搜索实验来采集网络图像检索过程中的提问式进行小规模实证研究,一方面获得图像检索提问式的构造和语言语法方面的一般特征;另一方面通过对高效图像检索过程中提问式的专门分析,揭示高效图像提问式的个性特征。最后结合研究结果讨论提出图像检索需求表达规律和图像检索策略。     

网络图像检索行为与心理研究

鉴于国内图像检索行为研究的缺乏,借助用户实验和行为观察技术,采集用户的网络图像检索过程,从检索入口选择、关键行为分布、行为状态变换等不同角度描述用户网络图像检索的行为和心理。研究发现：(1)行为特征上有四类典型的图像检索行为策略、两种行为倾向和五种高频行为模式;(2)用户心理特征上主要表现为定势心理、较少的认知负担以及检索变换的心理阈值等方面;(3)与一般网络信息检索行为相比,图像检索行为既具有共性,又有一些个性特征。图1。表3。参考文献26。     

网络图像检索入口选择与跳转行为研究

借助用户实验和行为观察技术考察用户网络图像检索入口选择和跳转行为,包括首选入口、后续入口、入口跳转模式以及入口跳转时机,讨论分析网络图像检索的途径、用户的定势心理和检索变换的心理状态、互补性工具选择的行为倾向以及检索情境对图像检索过程的弱影响等问题。     

线性检索模型中的提问式

本文主要讨论自适应性线性检索模型结构中的提问模型。以用户优选的概念作为归纳推理的基础。采用梯度下降算法从一个样本文献集合中推论提问向量     

网络视频检索的用户信息行为研究

借助用户实验和行为观察技术,采集用户的网络视频检索过程,从检索行为的总体分布情况、视频检索入口、检索入口的跳转行为与翻页行为、检索结果的处理等不同角度描述用户视频检索的行为和心理,讨论分析视频检索的途径、用户的定势心理、检索任务对检索过程的弱影响和相关性判断的行为特征等问题。     

中文搜索引擎用户检索式特征探析

这项研究采集了百度、一搜、中搜和搜狗四家中文搜索引擎的七千余项检索式,分别从词汇出现频次、词汇量、类别等方面分析了中文搜索引擎用户的检索行为特征,对开展用户教育和搜索服务设计都有一定的实用价值。     

信息搜索用户检索式行为研究综述

[目的/意义]用户的检索式行为是用户信息搜索的重要环节,本文拟通过综述的形式对这些研究进行梳理,形成较为完整的综述。[方法/过程]通过对国内外相关文献的梳理,将检索式构建行为划分为检索词、检索式和会话层三个层面,以及词汇、语法和语义三个维度,对每个维度及不同维度之间的研究的区别与联系进行讨论,并对检索式的重构行为、检索式的质量和效果评估、以及影响用户检索式行为的要素等几个方面的相关研究进行总结。[结果/结论]已有研究对于检索式行为中的检索词和检索式的词汇研究较为丰富,未来需要增加对检索式的语法和语义的研究,以便深入理解用户的检索式构成特征。另外,关于检索式重构的类别和模式的自动识别的探索有所不足。在检索式的质量和效果评估方面,还需结合多种情境因素,更深入地研究易于用户理解和利于其搜索的检索式推荐模式。     

从隐蔽网络看网络检索行为

介绍了近几年国内外关于隐蔽网络研究的情况,包括定义、特征、形成原因和搜索工具,然后通过网民的网络检索行为特点分析隐蔽网络的存在与网民网络信息检索行为之间的矛盾,最后提出解决这种矛盾的非技术方法,强调了让网民意识到隐蔽网络存在的重要性。     

高校网络用户信息需求与信息行为研究

文章揭示了高校因特网用户的信息需求与信息行为特点及信息需求的影响因素,并在此基础上提出了高校图书馆网络信息服务工作向纵深发展的主要途径。     

国外图像搜索引擎比较分析及启示

本文对国外知名的图像搜索引擎Google、Picsearch和Metacrawler的界面设计、检索功能、检索结果、检索效果进行比较分析，并在此基础上总结出对我国发展中文图像搜索引擎的几点启示。     

基于语义联想的中文图像搜索引擎——构想与实验*

在分析了目前主流中文图像搜索引擎研究和开发的优点和缺点基础上，结合实际开发经验，提出一个基于语义联想的中文图像搜索引擎的构想。在图像内容信息表示上充分利用相关的文本信息。系统通过分析用户的检索行为记录，自动发现词间关系，并用知识库的方式来组织和存储图像信息，达到语义联想的功能。     

跨语言信息检索中的查询翻译方法研究

文章介绍了跨语言信息检索查询翻译的四种基本方法,并且对目前查询翻译过程中所遇到的问题及现阶段的研究进展进行了总结分析,最后总结出跨语言信息检索查询翻译未来的发展方向。     

搜索引擎查询日志的词性标注和挖掘研究

利用搜狗（Sogou）2007年3月的查询日志,使用词性标注方法,得出高频词性标注结果的分布特征。发现用户在查询中以使用名词为主,动词为辅,鲜有其它词类出现在高频词性标注结果中。以“的”为代表的虚词较少地出现在高频词性标注结果中。网络搜索的查询式与自然语言在句法上存在一定差异,但也有相通之处。用户主要使用名词进行概念性检索,关键词仍为用户进行检索的主要手段。高频词性标注结果部分符合Zipf定律。     

Query expansion methods for collaborative information retrieval

Information Retrieval Systeme haben in den letzten Jahren nur geringe Verbesserungen in der Retrieval Performance erzielt. Wir arbeiten an neuen Ans?tzen, dem sogenannten Collaborativen Information Retrieval (CIR), die das Potential haben, starke Verbesserungen zu erreichen. CIR ist die Methode, mit der durch Ausnutzen von Informationen aus früheren Anfragen die Retrieval Peformance für die aktuelle Anfrage verbessert wird. Wir haben ein eingeschr?nktes Szenario, in dem nur alte Anfragen und dazu relevante Antwortdokumente zur Verfügung stehen. Neue Ans?tze für Methoden der Query Expansion führen unter diesen Bedingungen zu Verbesserungen der Retrieval Performance . The accuracy of ad-hoc document retrieval systems has reached a stable plateau in the last few years. We are working on so-called collaborative information retrieval (CIR) systems which have the potential to overcome the current limits. We define CIR as a task, where an information retrieval (IR) system uses information gathered from previous search processes from one or several users to improve retrieval performance for the current user searching for information. We focus on a restricted setting in CIR in which only old queries and correct answer documents to these queries are available for improving a new query. For this restricted setting we propose new approaches for query expansion procedures. We show how CIR methods can improve overall IR performance.

CR Subject Classification H.3.3     

数字图书馆中图像信息库的检索技术

简要介绍了基于内容的检索技术在数字图书馆中图像信息库检索方面的应用, 着重对基于对象特征的检索技术做了一定的探讨。并给出了检索效果评价准则。     

基于用户行为的全文检索系统个性化研究

总结国内有关检索系统个性化研究的现状并进行分析,针对全文检索系统个性化服务方面存在的不足提出了基于用户行为全文检索系统模型,阐释了模型中的三个关键问题,包括相关反馈行为评价体系的制定、用户显式隐式行为的获取、用户兴趣建模和基于行为的相关度算法优化,最后列举了基于用户行为的全文检索系统可提供的四项个性化服务内容,包括个性化用户界面、优化检索策略、个性化检索结果、个性化推荐.     

基于查询意图聚类的实时搜索建议

对于搜索引擎返回的结果太多且较少考虑用户个性差异等缺陷,提出根据用户查询意图,实时给予多个主题的搜索建议,帮助用户更准确地描述所需信息,修正查询词与真实意图之间的差距,提高检索效率。同时运用K-means算法,对资源类别的意图特征值相似用户进行聚类,缩小查找目标对象最近邻居的范围,提高搜索建议的实时响应速度。实验结果表明,该方法是可行的。