FileFinder:桌面搜索引擎的设计与实现

为了满足用户对桌面搜索引擎准确、快速、易用的迫切要求,将通用搜索技术、垂直搜索技术中"先建立索引再进行搜索"的搜索机制和若干功能借鉴到桌面搜索技术,设计并实现了桌面搜索引擎FileFinder。功能测试验证了该软件不仅实现了关键字搜索、文件类型搜索等常用功能,而且具有结果匹配度排序、在搜索结果中再次搜索、以文件附加属性进行搜索等其他桌面搜索引擎不具备而用户需要的功能。对比测试结果既体现了FileFinder在搜索速度上与Windows桌面搜索引擎相比的优势,也表明在不实现全文检索功能的前提下,FileFinder建立索引的时间仅约为Google桌面搜索引擎的一半。

基于Ultra Search的桌面搜索设计与实现

提出一种基于Ultra Search的桌面搜索设计和实现方案,简要介绍了Ultra Search体系架构和各个组件的功能,然后给出该桌面搜索的框架和各个组件的实现细节,并和多个桌面搜索工具在相同的数据源上进行测试,结果表明,该桌面搜索有不错的搜索性能。

高校档案远程服务平台优化路径研究——以福建省高校为例

随着社会信息化建设的不断深入,高校档案工作也在不断与网络信息技术进行深入融合,高校传统的查档方式已无法满足校内外档案用户的需求,如何利用网络信息技术建设高校档案远程服务平台为用户服务成为高校档案工作的重要任务,是机遇也是挑战。本文选取了福建省具有代表性的12所高校作为研究对象,结合问卷调查结果,分析高校档案远程服务网络平台的建设及开展远程服务的现状,明晰高校档案远程服务平台的操作流程,提出优化建议,推进高校档案工作向“最多跑一次”的服务模式改革。

使用FileMaker构建个性化文物管理数据库的实践

"三普"软件作为文物数据的采集软件,其数据全面、完整,但在基层文物单位日常工作中,其操作性不佳、使用不便。为了更好地整合、利用这些多元的信息,研究使用FileMaker数据库构建个性化的文物普查数据利用环境,增强系统的操作性和便捷性,实现普查数据在移动终端上的共享,提升文物信息资源的发掘利用水平,让文物工作者可以轻松自制文物数据管理系统。结果表明,量身定制一套符合自身实际工作需求的文物管理系统,是让少量科研经费发挥较大效用的一个切实有效的方法。

基于文件名搜索的NTFS文件恢复方法研究

NTFS文件系统具有很好的容错性和安全性,是当前应用最为广泛的文件系统。在使用该文件系统的过程中,误删除文件系常见操作。本文针对误删除文件的两种情况(从回收站中删除和按shift+delete组合键删除),研究了在Winhex中通过文件名搜索的恢复方法。因数据恢复过程中经常需要对数据流进行计算,故提供了在Excel中自动计算的公式。另外,本文还涉及了远程数据恢复。

音频素材管理新探

结合新近声音管理工具及从业经验,探讨音效和音乐素材的分类、标签、文件查找等规范管理方法和解决方案,以及应用神经网络、AI等技术实现自动分类查找的功能。

互联网上FTP文件的分布特征及启示

北京大学网络实验室的“天网”文件搜索引擎是国内自主开发的一个海量(FTP和HTTP)文件搜索引擎系统,它的数据库维护着1千多万的FTP文件与目录信息,索引了国内大部分匿名FTP站点。该文对“天网”的海量FTP文件目录信息的分布特征进行了研究,并分析了其对文件搜索引擎设计以及FTP服务器分类管理等方面的某些重要启示。该文的研究成果将增强人们对互联网上文件分布特征的了解,对于设计和优化一个大规模的文件搜索引擎系统具有积极的指导作用。

一种快速空间矢量数据压缩方法

提出了一种线与多边形矢量数据的压缩方法，并在此方法的基础上提出了基于非拓扑关系的穷举搜索压缩法。利用MapInfo交换格式矢量数据进行实验，结果表明，使用该方法数据压缩量大、逼真度无明显变化且运算速度快。

天网千帆——一种新型文件搜索引擎

为解决因网络中共享文件大量增加而造成的现有文件搜索引擎查准率和查全率低、查询结果可用性不强的问题,在分析用户查询日志的特征和统计文件服务器文件特点的基础上,提出了一种新的文件搜索引擎实现方案,在查询中使用基于资源的匹配来替代传统的字符串匹配,并对查询结果进行个性化排序,从而有效地提高了查询结果的质量,并提供了自动纠错等功能.在天网千帆文件搜索引擎上通过了该方案的系统实现,实验结果证明了该设计的有效性.

eMule系统的协议分析

eMule是建立在点对点(peer to peer)技术上,以eDonkey协议为基础的文件共享软件。eMule的集中程度是混合性的,并非是完全无中心服务器。文章从协议的角度论述了eMule是如何实现文件共享,分析了客户端到服务器端、客户端到客户端之间的TCP通讯、UDP通讯的原理及相关的信息序列图。

XML搜索引擎研究

ＷＷＷ上大量信息的涌现，对信息的查询提出了严峻的挑战．ＸＭＬ作为一种扩展标记语言，具有许多ＨＴＭＬ所不具备的优点，使得开展ＷＷＷ上的深层应用成为可能．对基于ＸＭＬ的搜索引擎中涉及的关键技术进行了研究，并提出了对ＸＭＬ这种半结构化文档建立索引和查询时采用的数据结构和算法．它在不丢失文档中结构信息的情况下，充分利用ＸＭＬ的标签所带来的上下文信息，能够大幅度提高查询的准确率．

一种基于文件路由表的移动P2P文件共享系统

设计了一种移动环境中的P2P文件共享系统(Mobile P2P File Sharing System,M-P2PFS),提出了基于节点文件路由表的文件搜索策略和传输协议,使得在有节点移动和动态退出情况下,文件传输过程能自适应调整,保证文件下载的完整性.通过实验表明M-P2PFS系统具有较好的性能,能保证较高的文件搜索准确率和文件传输成功率.

基于Lucence的个性化搜索引擎研究

针对通用搜索技术难以满足不同背景、不同目的和不同时期的用户查询请求的缺陷,提出一种基于Lucence实现用户兴趣驱动的个性化搜索引擎方法。从Cookie文件分析用户搜索兴趣,构造用户兴趣向量,驱动搜索引擎,产生用户关注度高的搜索结果。实验结果表明,该用户兴趣驱动的个性化搜索引擎能够搜索出用户感兴趣的搜索结果,与传统搜索引擎相比,检索准确率有一定的提高。

基于内容模块化的网页快速浏览技术

在万维网(WorldWideWeb)庞大的信息海洋中,如何提高信息检索和浏览效率,一直是重要的研究内容之一。文章中提出了将一复杂网页的内容按照模块化方式进行组织和使用的新思想,通过对HTML语言的简单扩充和对浏览器与Web服务器的相应改进,新浏览器可使用户有效避免对无关网页的浏览和减少网页中无关信息的传输,明显提高了网页浏览速度,尤其是对拨号上网用户,其效果更为明显。

基于递归与多线程的丢失文件查找设计

在文件意外丢失的情况下,需在文件数量庞大的系统中查找丢失文件。根据操作系统对文件的管理以树型进行组织,即是一种递归的数据结构进行存储,递归的数据结构可使用递归的算法;同时,要在文件数量庞大的系统中进行查找,可用多线程技术以加快查找速度。在递归搜索过程中创建丢失文件链表及现存文件链表,开辟线程。当需要对丢失文件进行查找恢复时,可从丢失文件链表中快速找到丢失文件信息,参照现存文件链表对该文件进行查找恢复。实验结果表明,该方法具有一定的可行性和适用性。

基于Lucene的文件检索系统的设计与实现

信息资源检索已经成为最重要的网络应用之一。针对信息资源专业化和专门化的局域网FTP文件检索应用,利用开源Lucene项目研究了FTP文件检索系统的实现机制。在详细分析Lucene实现技术的基础上,给出了一个用Java语言实现局域网FTP资源检索的搜索引擎实现,讨论了系统实现的关键技术。最后给出了一个实例应用系统运行的功能,展示了系统较高的运行效率。

云存储中支持失效文件快速查询的批量审计方法

云存储服务中,批量审计是高效验证云端数据完整性的关键技术.批量审计容易遭受"失效文件"攻击,并且查询失效文件代价高、速度慢,严重影响着批量审计方案的可用性和效率.针对该问题,提出一种支持失效文件快速查询的批量审计方法,该方法通过建立批量审计过程的关联性,改变了二分查询树中右孩子节点的计算方式,减少了整个查找过程的批量审计次数;并在批量审计过程中执行幂指测试,通过一次审计就可完成含有单个失效文件的子树查找过程,有效缩短了子树的查找长度;采用混合型查询方法,根据历史查询信息设置幂指测试的深度,降低了"失效文件聚集处"的查询开销.安全分析和性能表明,该方法能够快速完成失效文件定位,有效抵抗"失效文件"攻击,保证了批量审计方案的可用性和效率.在少量文件失效的情景下,相较于简单二分查找方法,文中方法耗费的批量审计次数减少了30%.

高效FTP搜索引擎的设计与实现

为了解决传统FTP搜索引擎对检索结果优化程度不够而造成的检索质量低的问题,在对FTP用户查询日志进行统计分析的基础上,采用双字节倒排索引、检索结果自动分类以及查询自动纠错等技术设计了一种高性能的智能化FTP搜索引擎.双字节倒排是对文件名中每两个字节建立倒排索引表,自动分类是对检索结果按主题划分为层次结构,查询自动纠错是以用户查询日志中的高频查询词为数据源构建拼写错误词典.试验结果表明,该方案能够有效地提高FTP搜索引擎的文件检索效率与质量.

基于Hadoop的海运业分布式搜索引擎的应用研究

针对海运业务系统越来越复杂,区域间数据交换日益频繁,致使海运企业无法高效、稳定地使用传统体系处理业务信息的问题,采用Map/Reduce分布式计算模型以及分布式文件系统,设计了一个基于Hadoop的分布式搜索引擎.该搜索引擎能够使海运企业在合理时间内获取、管理、处理业务信息.通过该分布式搜索引擎,可以高效、稳定地满足海运企业日益繁重的庞大的业务需求.

对等网环境下基于概率翻译方法的语义检索模型

P2P技术被广泛的用于网络节点之间的文件共享与搜索.采用P2P的搜索技术可以有效地提高了共享资源的深度和广度,但往往存在仅支持弱语义(甚至缺乏语义)共享的局限性.针对这一弱点,在研究和分析基于查询条件概率的统计语言模型的基础上,引入机器翻译领域中的统计翻译模型,改进统计语言模型的经典算法——一元语言模型,提出基于概率翻译方法的一元语言模型检索技术,并将改进的语义信息检索算法引入基于超级节点(super-peer)的P2P信息共享模型,建立支持语义的P2P信息共享模型,改善文件共享与检索性能.理论分析及原型系统验证了利用此模型来实现P2P网络语义文档共享的有效性.