网络信息查询中的浏览行为研究

本文分析了浏览行为产生的原因、浏览的方式、浏览在信息查询中的作用、浏览的局限性以及影响浏览行为的因素。

基于迭代方法的多层Markov网络信息检索模型

查询扩展是提高检索效果的有效方法,传统的查询扩展方法大都以单个查询词的相关性来扩展查询词,没有充分考虑词项之间、文档之间以及查询之间的相关性,使得扩展效果不佳。针对此问题,该文首先通过分别构造词项子空间和文档子空间的Markov网络,用于提取出最大词团和最大文档团,然后根据词团与文档团的映射关系将词团分为文档依赖和非文档依赖词团,并构建基于文档团依赖的Markov网络检索模型做初次检索,从返回的检索结果集合中构造出查询子空间的Markov网络,用于提取出最大查询团,最后,采用迭代的方法计算文档与查询的相关概率,并构建出最终的基于迭代方法的多层Markov网络信息检索模型。实验结果表明:该文的模型能较好地提高检索效果。

网络信息检索展望

概括性地分析了目前一些新兴的网络检索摸式 ,综合性地介绍了一些资深网络服务和技术专家的观点 。

基于查询术语同义词的扩展信念网络检索模型

针对信念网络模型没有考虑术语之间关系的缺陷,引入了查询同义词的概念,提出了一个基于查询术语同义词的扩展信念网络检索模型。给出了模型的拓扑结构,讨论了利用新模型进行信息检索的方法,并给出了一个实用案例。新模型同时考虑了用户查询术语及其同义词的作用,提高了检索性能。

基于层次依赖的Markov网络信息检索扩展模型

查询扩展是解决查询词与相关文档中的词不匹配而导致检索效率低下问题的关键技术之一。提出了基于层次依赖的Markov网络信息检索扩展模型。该模型综合考虑了候选词与查询词的层次距离、词间相关性、词节点的出度和路径等因素，通过层次依赖关系对候选词进行重新加权，选择与查询最为相关的候选词应用于信息检索扩展模型，有利于挖掘出更多潜在的、深层次依赖关系的查询候选词。在5个标准数据集上进行了实验，结果表明基于层次依赖的Markov网络信息检索扩展模型与未进行查询扩展的BM25模型相比，在3-avg和11-avg上分别提高了5%-41%和5%-70%不等，与基于直接相关的Markov网络信息检索扩展模型相比，该模型在总体检索效率上表现更优。

网络信息资源检索初探

文章为网络用户介绍了常用的信息检索工具和它们的特点 。

利用图书馆网络资源查询 分析就业信息

本文从三个方面论述了大学毕业生应充分利用高校图书馆网络信息资源分析就业信息，学会在针对性较强的 用人信息网络掌握查询方法，并使用好电子邮件的写作技巧。

基于四层贝叶斯网络的XML文档信息检索模型

提出了一种新的基于贝叶斯网络对XML文档信息进行查询的模型方法。该模型支持针对XML文档信息的结构化查询。基于XML信息查询的特点,利用XML数据集中语词、元素和结构化单元的统计信息对模型的拓扑结构和条件概率进行了学习;结合概率函数的方法,利用模型的概率推理进程对XML文档和结构化查询条件的相关度进行了估算。最后在基于INEX测试集的实验中证明了该方法的有效性和可靠性。

国外网络信息检索的最新进展

本文提出了目前网络信息检索存在的问题,概述了国外网络检索研究者对解决这些问题的最新进展。

网络信息检索工具使用策略及其发展趋势

论述了网络检索工具的类型、特点及应用,并对网络信息检索策略和检索工具的发展趋势进行了探讨。

信息检索课网络化教学系统的功能设计

高校信息检索课(原称文献检索课)培养了大学生信息获取技能,使学生逐步形成良好的自主学习、网络化学习和创新性学习的能力。在分析高校信息检索课实施网络化教学的必要性的基础上,设计规划了信息检索网络教学系统(NetworkTeachingSystemofInformationRetrieval,以下简称IRNTS)的基本实现模式,对IRNTS的六个应用模块的设计功能作了详细阐述,并说明了该教学系统的设计特点和关键应用技术。该系统在高校逐步应用,能加速实现信息检索课以"课堂为中心"的传统教学向以"学生为中心"的网络教学转变。

提高中文网络信息查询效率的研究

本文对如何提高中文网络信息查询效率提出 4点见解 :( 1)及时研究和掌握网络检索技术和网络信息的发展状况 ,使得在检索过程中能有的放矢 ;( 2 )明确查询要求 ,确定查询范围 ;( 3)选择合理的查询途径和检索方式 ;( 4 )选择准确的关键词 ,制定合理的检索式。

通过网络信息检索辅助判断期刊真假

社会上假期刊现象泛滥。我们可以通过网络信息检索法来判断期刊真假。

企业网中分布式信息检索查询系统的实现

进入信息时代以来,信息量呈几何数级增长,特别是国际互联网络的迅猛发展,使得信息朝着集中和分布两个极端快速发展.随着大庆油田企业网(以下称"油田信息网")的逐步建设和发展,计算机处理的数据量也不断地呈指数增长.数据信息库积累的数据信息和主题越来越多.在信息网络化时代,单用户利用传统的手段几乎不可能处理或阅读整个信息库.分布式信息检索查询系统通过科学的信息分类,建立分类检索数据库,提供友好的动态查询界面,做到"去粗取精、由表及里",在企业网中快速、有效、经济地检索某个主题的所有信息,准确、适量地提供用户所需信息,同时在一定程度上揭示信息与信息之间的关联,为决策提供依据,为大组织、大企业的用户和决策者提供一种崭新的信息查询手段.

基于多层Markov网络的信息检索模型

随着信息检索技术的不断发展,挖掘更加有效的信息来提高检索精度成为研究热点,已有的研究表明在检索过程中有效地融合各种信息将得到更好的检索效果。对一个具体查询而言,可以充分利用与已有查询的相关性、词语相关性和文档相关性等信息进行查询扩展和重构。基于这种思路,该文分别构造查询网络、词网络和文档网络,提出了多层Markov网络的信息检索模型,模型可以融合词间关系、文档间关系和查询间关系,为了有效降低计算量,给出了基于团计算模型。在标准数据集上的实验表明该文的模型能够有效融合三类信息,并较大幅度地提高检索效果。

基于浏览器／服务器的数字图书馆信息管理系统设计与实现

随着高等院校校园网的建设，高校图书馆管理系统也在向网络模式发展。本文提出了基于浏览器／服务器结构的图书馆管理系统及其解决方案。

基于贝叶斯网络模型的信息检索

贝叶斯网络模型是解决信息检索领域问题的有效手段,因为它可以表示术语间的条件概率和概念语义,并依此预测用户查询和文档间的相似度。本文对信息检索中的贝叶斯网络模型做了若干改进,加入了一些新特征,并用实验结果证明了通过提高贝叶斯网络模型的质量和调整其中的参数,我们的方法取得了较好的检索效果。

信息查询的好帮手Google网络搜索引擎

Google网络搜索引擎以其网络挖掘、网页级别技术和搜索PDF格式文件等强大功能而独树一帜 ,在专业文献检索方面有独特的优势 ,可以弥补一般电子数据库检索资料的缺陷。本文在简单介绍 google搜索引擎特点、功能及使用方法的基础上 。

网络时代的信息查询与获取方式

本文论述了几种主要的Ｉｎｔｅｒｎｅｔ信息查询与获取方式，以增强人们上网进行情报检索的意识与掌握利用网络查询信息的能力。