特征词抽取与查询扩展融合的信息检索系统模型

将特征词抽取和查询扩展技术应用于信息检索,提出一种特征词抽取与查询扩展技术融合的信息检索系统模型及其算法.在详细论述模型的设计思想、各模块的功能基础上,重点阐述模型实现的关键技术及其检索算法.实验结果表明,该模型有效,能提高信息检索性能,具有较高的理论价值和广阔的应用前景.     

信息检索中的中文分词问题研究

分析了信息检索中的中文分词歧义问题, 引入N元文法和平滑算法对切分歧义问题和数据稀疏问题进行处理解决, 从而来提高信息检索速度和质量.     

知识地图在信息检索中的应用研究

针对传统信息检索出现的:"忠实表达"问题、无法准确揭示Web信息的内容、检索算法的非语义匹配问题和"词汇孤岛"问题等,提出应用知识地图来改善信息检索的方法.在信息检索过程中通过一个有效的知识地图系统,可以改善用户表达式以及检索结果集的呈现,使得信息检索由语法层面向语义层迈进,提高检索的效率.     

信息检索课多媒体教学神经网络评价模型

将BP神经网络的原理用于信息检索课程多媒体教学质量评价,通过分析,给出了神经网络的信息检索课程多媒体教学质量评价模型结构,以及步长的学习算法,并在MATLAB系统内得以实现.结果表明,人工神经网络用于信息检索课程多媒体教学质量评价中,既克服了专家在评价过程中的主观因素,又得到了满意的评价结果,具有广泛的适用性.     

AWAR算法在信息检索查询扩展中的研究

针对目前常用的信息检索算法普遍存在查询性能不高的问题。本文提出了一种基于AWAR算法的信息检索扩展查询模型,该模型首先采用传统向量空间模型算法对检索目标进行初检,然后利用最小完全加权置信度阈值生成完全加权关联规则,最后根据规则提取扩展词,得到查询结果。实验表明,基于AWAR算法的信息检索扩展查询模型的检索性能比传统向量空间模型算法和基于局部上下文分析的查询扩展的检索算法要高。     

聚类在信息检索领域中的应用研究

本文简要介绍了聚类算法在国外信息检索领域中的应用概况,并详细介绍了聚类算法在国内该领域的应用情况。列举了应用得较多的几种聚类算法,给出了在多种信息检索中聚类算法的应用过程。     

Web信息检索技术中关联规则挖掘算法应用研究

针对Web信息检索系统在海量数据下的服务质量和效率问题,讨论了数据挖掘技术在Internet信息检索中的运用,在经典的关联规则算法研究基础上,通过引入多维链表结构,提出了利用事务集合匹配运算和链表操作高效地挖掘关联规则的算法ARMLL用于提高Web信息检索质量。实验结果表明该算法是可行的,有较高的效率。     

一种基于UIMA的企业级信息检索系统研究

企业级信息检索在检索需求描述、检索方法、检索精度、检索对象、检索应用和检索过程方面与传统的Web检索存在着巨大的差异,要求从信息检索算法以及信息检索系统所使用的技术环境和系统结构等方面来研究企业级信息栓索系统.论文研究了一种基于UIMA的企业级信息检索系统,介绍了其系统体系结构和原型系统的技术实现方法.实验表明该系统具有很好的灵活性,一方面有利于充分利用各种文本分析技术来提高系统的性能,另一方面可以满足企业用户多样性的信息过滤需求.     

信息检索模型及相关性算法的研究

对信息检索模型研究的主要内容和构建策略进行了描述,给出了几种常用的信息检索模型相关性算法,分析了它们的优缺点并就存在的问题进行了探讨,总结了信息检索模型的研究现状和发展趋势。     

基于加权正负关联规则挖掘的信息检索系统研究

介绍了基于关联规则挖掘的信息检索模型的研究现状,提出一种基于加权正负关联规则挖掘的信息检索系统模型,阐述了该模型的设计思路、各模块的功能及其检索算法,为信息检索研究提供一些新的思路。     

基于两次剪枝的完全加权关联规则挖掘算法

完全加权关联规则挖掘在信息检索查询扩展领域中有着很高的应用价值.在深入研究现有算法的基础上,提出基于两次剪枝的完全加权关联规则的挖掘算法,给出与其相关的定理,进行相应的实验.该算法采用两次剪枝策略,候选项集数量和挖掘时间明显减少,挖掘效率得到提高.实验结果表明了该算法的有效性,与现有算法比较,挖掘效率确实得到改善.     

数据挖掘技术在互联网信息检索中的应用研究

互联网信息检索能否快速而又高效依赖于检索技术的智能化程度,而利用数据挖掘技术能够大大提高互联网信息的检索功能。本文主要讲述数据挖掘技术在互联网信息检索中的应用,并采用叶斯网络算法进行相关数据的关联。在进行应用之前,需要对检索平台进行简单的阐述,之后对数据挖掘的关联规则进行阐述分析,最后在贝叶斯算法的基础上进行实例的仿真分析。最终得到的实验结果是:结合使用贝叶斯网络算法的数据挖掘技术能够在互联网信息检索中起到智能以及个性化的作用,因此具有很大的研究价值。     

基于概念格的文档相关排序

信息检索系统返回结果的排序称为相关排序,其中各条目的顺序反映了结果和查询的相关程度.在相关文献的基础上研究了基于概念格的文档相关排序,提出了一种新的排序算法,该算法相对简单,结果令人满意而且能够对大量的文档进行排序.     

基于正负关联规则融合的信息检索模型

将负关联规则挖掘技术应用于信息检索,提出一种基于正负关联规则融合的信息检索模型。重点论述模型的设计思想、各模块的功能以及模型实现的关键技术,最后详细描述其检索算法。实验结果表明,该模型有效,能提高信息检索性能,具有很高的理论价值和广阔的应用前景。     

基于概念格特征分区的多源信息检索优化

在数字化信息系统中,将大量网络计算资源、存储资源与软件资源等多源信息资源进行多层次异构存储,对信息资源的调度和检索成为难题。传统的多源信息检索方法采用概念格差异融合算法,无法有效识别差异化网络数据的语义特征,检索性能不好。提出一种基于概念格特征分区的多源信息检索优化算法。概念格的生成是进行数据分析、关联分析和挖掘关联规则的前提,首先给出概念格的构造模型,进行概念格特征分区,得到数据库集合的特征概率函数密度,构建满足约束条件的无冗余概念格,计算多源信息的两种相似度系数,挖掘约束关联规则,提高信息检索精度。仿真实验表明,该算法实现多源信息检索性能优越,无偏性好,精度较高。     

近十年来我国网络信息检索研究主题分析

通过收集中国期刊网上1998～2008年期间关于网络信息检索研究的602篇文献,从主题分布的角度,对网络信息检索理论、网络信息检索技术、网络信息检索评价、网络信息检索发展及应用四方面进行统计和分析,说明当前网络信息检索的研究现状.     

个性化信息检索技术综述

个性化信息检索技术是现代信息检索技术的新发展形式,也是提高现有信息检索系统的检索质量,更好满足用户要求的必然举措.本文从用户模式表达方法、个性化结果获取方法和结果呈现方法3个角度,对个性化信息检索技术的发展现状进行全面的分析,说明了现代个性化信息检索技术的特点,并指出未来个性化信息检索技术需要进一步解决的问题.     

向量空间模型信息检索技术讨论

传统的向量空间模型信息检索技术,只是简单地统计检索信息在文档中出现的频度,检索结果时常与文档不一致,没有反映出真实的相关性,提出了改进的加权算法,并借助辅助主题词表和个性化信息库设计了新的检索系统模型,改进了信息检索方法。     

文档类型信息检索可视化系统比较分析

信息检索可视化系统依据可视化对象可分为两大类:以文档为可视化对象的信息检索可视化系统和以网络站点、数字图书馆等为可视化对象的信息检索可视化系统.对第一类系统进行调研,并从信息检索方面、可视化方面对五个典型系统进行分析比较.最后提出了建造信息检索可视化系统应注重的问题,以期对国内相关领域专家学者提供参考.     

信息检索研究的发展与动向——对ACM SIGIR信息检索年会的主题分析

通过对信息检索领域顶级的国际会议--美国计算机协会信息检索专业组织举办的324信息检索年会共354个主题收集、整理并分类,从理论、技术和应用3个方面归纳信息检索研究的发展概况.借助主题分析,总结信息检索领域的主要研究内容、研究热点及最新研究动向并对信息检索的发展趋势进行展望.