联邦搜索中基于词向量的多样化信息源选择算法

对支持检索结果多样化任务的信息源选择进行了研究。分析了现有研究的不足,提出利用词向量提取文本的语义特征,在此基础上实现文档建模和信息源选择。采用ClueWeb12b-13数据集构建实验平台和进行实验,基于R方法的评价结果表明,所提出的方法优于现有的方法GLS和MnStD,且在不同条件下性能稳定。

分布对象管理的联邦交易模型

分布对象管理是实现分布对象互操作的一个重点。该文通过扩展ODP中的基本交易模型,实现了对象服务的局部管理,提出了一种新的联邦交易模型,使用联邦交易空间和信任度的概念实现了大规模互操作环境中的对象服务的全局管理,给出了分布对象服务的联邦搜索过程和联邦搜索规则,以及联邦查询的最佳搜索路径选择算法,研究并提出了联邦交易的实现结构模型和建立联邦和约的协商协议。

基于主题模型的深层网数据源选择算法

联邦搜索是从大规模深层网上获取信息的一种重要技术。给定一个用户查询,联邦搜索系统需要解决的一个主要问题是数据源选择问题,即从海量数据源中选出一组最有可能返回相关结果的数据源。现有的数据源选择算法大多基于数据源的样本文档集和查询之间的关键词匹配,通常无法很好地解决少量样本文档的信息缺失问题。针对这一问题,提出了基于隐含狄利克雷分布(LDA)主题模型进行数据源选择的方法。首先,使用LDA主题模型获得数据源和查询的主题概率分布;然后,通过比较两者主题概率分布的相近性来对所有数据源进行排序。通过将数据源和查询映射到低维的主题空间来解决高维词条空间稀疏性所带来的信息缺失问题。在TREC Fed Web 2013和2014 Track的测试集上分别进行了实验,并和其他参赛方法的结果进行了比较。在Fed Web 2013测试集上的实验结果显示比其他参赛方法的最好结果提高了24%;在Fed Web 2014测试集上的实验结果显示比传统的基于小文档和大文档的关键词匹配方法分别提高了22%和43%。另外,使用文档片段来代替文档还可以大幅提升系统的效率,更增加了此方法的实用性和可行性。

图书馆网络级发现服务的比较和选择

分别从读者和图书馆员的角度,以Google学术搜索为基准,采用35个指标构建网络级发现服务综合评价指标体系。根据评价结果,对比分析4种网络级发现服务的特点,并将其核心技术联合索引和联邦搜索进行了比较,指出发现服务的单一搜索框将取代目前图书馆网站首页的多个搜索框。

“985”高校图书馆资源整合策略研究

以11所"985"高校图书馆为样本,通过非介入式调查(包括图书馆实地考察、网站调研、图书馆发现系统调查)对各个图书馆资源整合的现状和问题进行调研,并采取访谈法获取这些高校图书馆领导层对资源整合的策略、态度和看法。对"985"高校图书馆资源整合的系统梳理对我国其他高校图书馆资源整合工作具有很强的指导意义。