基于Top-k查询算法的图书自整合信息快速检索方法

针对传统自整合信息检索方法在对图书自整合信息进行检索时,存在检索结果不准确和效率低的问题,提出一种基于Top-k查询算法的图书自整合信息快速检索方法.首先利用Top-k查询算法对去噪后的自整合信息进行匹配,然后建立自整合信息快速检索模型,根据词意的重要性对图书自整合信息进行快速检索.仿真实验结果表明,该方法检索性能较好,缩短了整体运行所需时间,提升了检索效率,且检索结果更准确.

基于Top-k查询算法的图书馆电子资源分类搜索方法

为在严格遵循分类查询规则的基础上,快速得到待查找的图书馆电子信息参量,提出基于Top-k查询算法的图书馆电子资源分类搜索方法。以分类模板作为底层查询模式,通过分析数据查询确定性的方式,得到准确的电子资源排名函数,实现基于Top-k查询算法的电子资源特性分析。在此基础上,连接搜索服务器,借助信息索引模型,实现对分类节点的兴趣化代理处理,完成基于Top-k查询算法的图书馆电子资源分类搜索方法的顺利应用。对比实验结果表明,与传统CID引擎索引器相比,应用新型分类搜索方法后,电子信息参量的查询等待时间缩短至0.48 ms,而分类精准度却提升至90%,能够在满足Top-k查询规则的同时,实现对图书馆电子信息参量的快速查找。