文獻檢索引擎技術的研究與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術的迅猛發(fā)展，文獻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檢索平臺也不斷地涌現(xiàn)出來。當前國內外的文獻檢索系統(tǒng)普遍基于關鍵詞匹配的原則，僅僅簡單地采取邏輯“與、或、非”的方式對檢索詞孤立地進行匹配，不能有效地反映出用戶真正的檢索期望，從而導致檢索結果精度不高。因為在目前的文獻檢索系統(tǒng)中檢索結果常以隨機形式顯示，這進一步加大了用戶獲取期望文獻的難度

2、。另外，在索引建立過程中，單一地采用分詞索引技術或單漢字索引技術，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行了相關研究。研究內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的優(yōu)點，保證了檢索引擎的高查全率，同時根據(jù)單漢字在文獻中出現(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。
　　提出一種基于文獻檢索期望值的檢索結果排序算法，該算法充分考慮了用戶的檢索習慣、漢語的特點、文獻中各部分對內容的反映程度等因素，采用文獻檢索期望值作為衡量文獻內容與用戶檢索期望之間相關度的指標，并對其建立數(shù)學向量模型，對檢索結果文獻的檢索期望值進行定量計算，最后對該值進行降序排列，將相關度最大的文獻結果顯示在前面，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檢索期望值的檢索結果排序算法