文獻(xiàn)檢索引擎技術(shù)的研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，文獻(xiàn)這一信息資源總量正呈指數(shù)級不斷增長，其更新速度也在不斷加快，如何有效地獲取并利用這些資源便顯得更為重要，于是各種各樣的文獻(xiàn)檢索平臺也不斷地涌現(xiàn)出來。當(dāng)前國內(nèi)外的文獻(xiàn)檢索系統(tǒng)普遍基于關(guān)鍵詞匹配的原則，僅僅簡單地采取邏輯“與、或、非”的方式對檢索詞孤立地進(jìn)行匹配，不能有效地反映出用戶真正的檢索期望，從而導(dǎo)致檢索結(jié)果精度不高。因?yàn)樵谀壳暗奈墨I(xiàn)檢索系統(tǒng)中檢索結(jié)果常以隨機(jī)形式顯示，這進(jìn)一步加大了用戶獲取期望文獻(xiàn)的難度

2、。另外，在索引建立過程中，單一地采用分詞索引技術(shù)或單漢字索引技術(shù)，造成檢索引擎的查全率較低或索引文檔過大（影響檢索引擎的檢索效率）。因此，本文針對以上問題進(jìn)行了相關(guān)研究。研究內(nèi)容和取得的成果主要體現(xiàn)在以下兩個方面：
　　提出一種新的混合索引方法，該方法充分利用了基于單漢字索引技術(shù)的優(yōu)點(diǎn)，保證了檢索引擎的高查全率，同時根據(jù)單漢字在文獻(xiàn)中出現(xiàn)的邏輯位置，利用分詞索引提供的含有該字的詞對其進(jìn)行替換，以減小索引文檔的大小，保證檢索引擎較高

3、的檢索效率。
　　提出一種基于文獻(xiàn)檢索期望值的檢索結(jié)果排序算法，該算法充分考慮了用戶的檢索習(xí)慣、漢語的特點(diǎn)、文獻(xiàn)中各部分對內(nèi)容的反映程度等因素，采用文獻(xiàn)檢索期望值作為衡量文獻(xiàn)內(nèi)容與用戶檢索期望之間相關(guān)度的指標(biāo)，并對其建立數(shù)學(xué)向量模型，對檢索結(jié)果文獻(xiàn)的檢索期望值進(jìn)行定量計算，最后對該值進(jìn)行降序排列，將相關(guān)度最大的文獻(xiàn)結(jié)果顯示在前面，以更好地滿足用戶的檢索需求。
　　本文所提出的混合索引方法和基于文獻(xiàn)檢索期望值的檢索結(jié)果排序算法