知识发现系统的相关性排序与主题聚类功能问题探析

文章以Primo、EDS和Summon 3种较为常用的发现系统为分析对象,总结发现系统检索结果的相关性排序与主题聚类功能的基本原理和特点,进而就检索结果在相关性排序及主题聚类功能拓展方面所面临的用户满意度提升问题、主题聚类数量划分问题、多语言检索排序问题,以及资源的智能化推荐问题展开讨论,并针对存在的问题提出解决思路。

关系数据库对象级别检索结果相关性排序算法研究

对象级别关系数据库的检索研究一直以来都是相关研究领域关注的重点。随着互联网搜索引擎的发展进步,用户可以通过简单的关键词找到想要的资料,然而检索关系数据库时,用户需要掌握一定的检索语言与知识,这大大增加了用户检索的难度,不利于关系数据库的使用推广,因此使关系数据库支持关键词检索成为众多研究学者的工作目标。文中在此背景下对对象级别关系数据库检索结果相关性排序算法进行了研究探讨。

基于发现系统的相关性排序算法性能评价模型研究

发现系统以类似Google的单一检索框为用户提供一站式资源检索服务,检索结果的相关性排序对用户非常重要,是评估发现系统优劣的重要指标之一。对信息检索系统中的评价模型查准率(Precision)、召回率(Recall)、平均查准率(MAP)及平均倒数排名(MRR)、NDCG(Normalized Discounted Cumulative Gain)进行深入的分析和研究的基础上。运用该指标对发现系统Summon、Primo、EDS相关性排序算法性能进行评估,以帮助图书馆选择合适的发现系统。

基于相关性排序改进的ALCA算法

XML已经广泛的应用于多个领域。基于关键字检索的搜索引擎在商业上获得了巨大的成功。基于相关性进行XML信息检索,将相关性高的结果排在靠前的位置,直接关系到检索质量和用户的满意度。现有的ALCA算法效率较高,但未基于相关性对结果进行排序。在该算法的基础上增加相关性排序方法,先按根结点中是否包含关键字将所有结果分成相关性不同的两个等级,然后再分别对两个等级的结果排序。结果片段与用户信息需求的相关性是由其中的元素、属性和文本结点的总贡献决定的。实验结果表明改进后的算法取得了较好的排序有效性。

自然多值相关性判定下的概率排序原则与概率检索模型

作者以广义检索效用评价理论为支持,提出了适用于多值相关性判定的最佳输出排序原则,并以此为基础,建立了概率检索模型。

地理信息检索中基于文档地名感知的排序方法

为了降低与主题不相关的地名对地理相关性产生的负面影响,提出一种基于文档地名感知的排序方法。该方法不确定文档的地理范围,而是分别计算文档中出现的每个地名与查询范围的相关性,以减小文档中不相关地名对检索结果的影响。实验表明,基于文档地名感知的方法的检索效果优于确定最小边界矩形的方法和基于tf-idf的方法。

基于内容的图像和视频搜索重排序技术综述

基于内容的图像/视频搜索重排序技术是指在基于文本的图像/视频搜索结果的基础上,利用数据的视觉信息,通过某种方法对原始搜索结果重新排序的过程,目的是提高搜索质量和提升用户搜索体验,是一种互联网多媒体图像/视频搜索新模式。对这一技术进行了综述,系统地分析了重排序技术的发展现状,详尽地探讨了各类重排序技术的特点及应用,总结了现有评价方法和数据库,指出了当前重排序技术的发展趋势。

基于CRITIC-TOPSIS法地铁车站基坑开挖施工安全风险评估——以济南地铁9号线开源路站为例

地铁车站基坑通常因规模大、近接建构筑物、对变形控制的要求高,而成为地铁车站建设中重点关注的环节。如何对地铁车站基坑开挖施工进行科学有效的评估,使其对施工工法及技术进行优化和指导,降低地铁车站建设时带来的风险,有至关重要的意义。应用指标相关性权重确定(CRITIC)法,并结合逼近理想解排序(TOPSIS)法,依托在建地铁车站基坑项目进行评估。结果表明:周边环境与支护不足成为地铁车站基坑开挖施工的主要风险来源;对于狭长型的地铁车站基坑来说,端头井处较易发生危险。通过使用CRITIC-TOPSIS法对地铁车站基坑开挖施工进行安全风险评估,可有效分析基坑开挖中的风险因素并按照影响程度进行大小排序,针对具体因素采取有效措施以减小施工风险。

基于P2P的Wleb搜索技术

Web搜索引擎已经成为人们从海量Web信息中快速找到所需信息的重要工具,随着Web数据量的爆炸性增长,传统的集中式搜索引擎已经越来越不能满足人们不断增长的信息获取需求.随着对等网络(peer-to-peer,简称P2P)技术的快速发展,人们提出了基于P2P的Web搜索技术并迅速成为研究热点.研究的目的是对现有的基于P2P的Web搜索技术进行总结,以期为进一步研究指明方向.首先分析了基于P2P的Web搜索面临的诸多挑战;然后重点总结分析了基于P2P的Web搜索的各项关键技术的研究现状,包括系统拓扑结构、数据存放策略、查询路由机制、索引切分策略、数据集选择、相关性排序、网页收集方法等;最后对已有的3个较有特色的基于P2P的Web搜索原型系统进行了介绍.

基于关键字的数据库搜索研究综述

介绍了基于关键字的关系数据库搜索技术的研究成果,从数据建模、体系结构、关键算法等几个方面详细分析和比较了各种技术的特点和优劣,并指出了现有技术中存在的一些问题,提出数据库关键字搜索技术未来的研究方向。

一种编辑距离算法及其在网页搜索中的应用

针对传统方法不能很好地处理网页中简短域与用户查询之间的相关性排序问题,提出一种基于改进的编辑距离排序算法.将以词为单位的用户查询和简短网页域通过匹配编码转化为2个字符串,再利用改进的编辑距离计算2个字符串之间的相似性.由于在用户查询与待比较的简短网页域之间引入了查询词分布的位置、顺序和距离等,以及含有查询词修饰关系的重要信息,所以编码字符串之间的相似程度可以衡量对应的查询与简短网页域之间的相关性.经大规模真实搜索引擎实验表明,该算法较之传统的相关性排序算法,可以显著地提高网页搜索中的简短网页域相关性排序性能,尤其适用于简短域与用户查询之间的相关性比较.

夹具方案设计的混合推理方法研究

通过对夹具方案设计内容和夹具设计领域知识特点的分析 ,提出了以 CBR(case- basedreasoning)为核心 ,以 RBR(rule- based reasoning)为辅助的夹具方案设计混合推理模型。该模型先利用夹具设计领域知识进行 RBR推理并将符合设计要求的 RBR推理结果作为 CBR实例检索条件 ,实现了夹具方案设计 CBR过程的优化和适合夹具设计过程的实例相关性排序准则 ,还阐述了用该模型实现夹具方案设计的方法过程 ,为实现夹具设计的智能化提供了新的思路。

网页特征获取方法及其在网页搜索中的应用(英文)

针对大规模网页相关性排序工作中使用的多来源网页信息形式多样、利用困难的问题,提出了一种新的自动网页特征获取方法.该方法利用一组事先定义好的规则自动地从网页中获取相关性特征,这些特征可以有效地表达网页的实际内容并改善搜索引擎的排序性能.该方法所获取的网页相关性特征具有格式统一、噪声数据少的特点,能够非常方便地应用于网页的相关性排序.为了评价网页特征和用户查询之间的相关性,还提出了一个特征级别的相关性判定标准.最后,实验结果证明了所提出的特征获取方法和特征相关性等级判定标准对于提升搜索引擎的排序性能具有显著的作用.

基于聚类分析的高校英语课程需求分析研究

课程设置与学生实际需要之间的不适应是当前高校教学发展中的突出问题。由于影响课程设置和学生需求关系的因素众多,且缺少结构化数据集和量化性评价指标,所以已有研究多以定性分析为主,未能解释各影响因素之间相关性的强度及顺序,使得现有的课程设计仍以经验设计为主。该文以相关性模型为基础,提出基于聚类分析方法的课程需求分析与量化评价模型。将学生对课程的需求定义为“自主型”“友好型”“自驱型”“被动型”四种类型,并将自教务管理系统中收集的客观成绩和主观评教等数据进行人工标定以形成数据集。通过相关性对数据属性进行有效分析以获取相关性排序,并将相关性最高的属性作为特征数据使用聚类分析进行对比验证。在测试中,“交流-成绩”和“交流-评价”两项最强相关关系的准确率分别为91%和83%,从而证明了所提相关性分析方法的有效性,能够为高校大学英语课程改革提供量化分析指标。

MED算法及其在网页搜索中的应用

针对传统方法不能很好地处理网页中简短域和用户查询之间的相关性排序问题,提出一种改进的编辑距离(MED)排序算法,在编码和计算过程中引入查询词分布的位置、顺序和距离等信息,将查询和简短域之间的相关性问题转化为编码字符串的相似性问题。仿真实验结果表明,与传统的相关性排序算法相比,该算法可以提高网页搜索中简短网页域的相关性排序性能。

Clair:一种基于P2P的BitTorrent关键词检索系统

P2P技术是近年学术界和工业界关注的焦点。BitTorrent(以下简称BT)作为一个P2P文件共享系统,用户量不断增长,已逐渐成为网络带宽的主要消耗者之一。BT用户必须到各个发布站点上查找种子文件,致使用户查询的效率比较低。为此,论文提出了基于对等网络的针对BT关键词检索系统Clair,该系统能够高效采集网页上存在的“元信息”文件,快速索引文本以及索引的均匀切分,同时通过针对性的相关性排序算法,给予用户较好的查询结果。实验结果表明,Clair系统具有较好的综合性能。

基于语义的信息获取服务平台的研究与实现

随着信息化建设的深入发展,应用系统积累的数据和信息资源越来越多。如何在不影响现有应用系统的配置和管理模式下,针对大量的分散和异构的应用,为用户提供快速准确的信息获取服务,已经成为一个亟待解决的问题。为此,提出了基于语义的信息获取服务平台,通过引入基于语义的全局数据视图对文档加以快速索引,并对索引进行切分和备份,同时采用针对性的相关性排序算法,为用户提供更好的信息获取服务。

欲搜索 先提问

丹尼尔·坦克郎说:图书馆学可以帮助在线搜索。如果你向图书馆管理员寻找一本关于墨西哥的书,那么管理员肯定会向你确认:你是在找历史书籍、旅行指导、还是其他完全不同的类别?今天的搜索引擎也将受益于这种方式。使用现有的在线系统,用户可以将信息请求缩减成几个字。

从学业水平考试成绩看历史与其他学科的相关性

一、问题的提出面对新高考三门选修课的选择,很多师生有这样的疑问:如何确定三门选修课的选择,这三门选修课的选择是否有科学的依据来参考?其实,这样的疑问同样适用历史学科:怎样的学生适合历史学科的高考要求?仅凭个人经验还是根据客观证据?既然有这样的疑问,也就应该有思考。围绕问题进行分析与考虑,我以本校连续三年全体学生十门学科会考成绩参照进行研究,对所有数据进行分析。

遥感图像小样本舰船识别跨域迁移学习算法

跨域迁移学习旨在利用现有公开数据集,突破源域和目标域样本类别空间须一致的约束,提升目标域样本的识别精度。针对现有跨域迁移学习算法应用于遥感图像小样本舰船目标识别时存在的迁移类别受限和负迁移问题,本文提出一种基于源域样本相关性排序的跨域迁移学习算法:首先将目标域样本逆向加入源域分类任务中,根据加入前后各类别源域样本的识别精度变化情况,对源域样本进行相关性排序,将其划分为强/弱/负相关样本;然后采取自监督联合学习策略,在目标域分类网络中引入自监督角度预测辅助分支,筛选出的强相关源域样本仅参与该辅助分支的训练,不改变目标域主分类网络的结构。算法通过相关性排序去除了弱/负相关源域样本,有效避免了负迁移;引入自监督角度预测辅助分支,在保持主分类网络结构完整性的同时,充分利用了强相关源域样本的有效信息,学习到更具泛化能力的目标特征。实验结果显示:在遥感舰船小样本目标数据集上,提出的算法优于跨域迁移学习中广泛使用的Fine-tune (微调)算法;与仅使用主分类网络的目标域识别算法相比,遥感舰船目标识别精度提升了17.59%。