基于Internet的智能个性化检索

本文给出了Web页面进行智能个性化检索的系统结构和实现原理，采用Agent技术和用户手工调整相结合的方法确定用户检索的个性化模式，通过K-modes算法聚类学习用户反馈信息，产生新的个性化模式，更精确地满足用户的个性化检索需求，降低了检索结果的重复率，在一定程度上提高了检索的精度和效率。     

实现Web页面的智能个性化检索

给出了对Web页面进行智能个性化检索的系统结构和实现原理,采用Agent技术和用户手工调整相结合的方法确定用户检索的个性化模式,通过K-modes算法聚类学习用户反馈信息,产生新的个性化模式。更精确地满足用户的个性化检索需求,降低了检索结果的重复率,在一定程度上提高了检索的精度和效率。     

基于分类信息单元模型的二次Web检索

在研究了两种已有的信息单元模型基础上,提出了新的分类信息单元模型,作为检索对象进行二次Web检索。实验证明,该方法可以扩大和求精初始结果集合,提高初始检索的精度。     

基于方法聚类的Web服务检索技术

充分利用Web服务的描述信息，提出基于方法层的Web服务建模方法。在给出服务方法互相关性定义及其度量方法的基础上，提出了一种基于k-means的服务聚类算法产生方法概念，利用这些方法概念，给出了基于方法层的服务检索模型及其相关算法。实验结果表明，所提出的Web服务检索方法具有良好的检索效果。     

蚁群算法在网络教育资源检索中的应用

为了克服传统检索算法在个性化检索上的不足,提出了基于蚁群算法的资源检索模块.该模块挖掘Web日志中的用户向量,根据向量的相关度寻找当前用户的邻近用户.模拟蚁群算法建立概率模型,并按照概率值对资源进行降序排列,将结果提供给用户作为决策支持.实验表明新的检索模块优化了资源检索过程,提高了检索效率,实现了个性化网络教学资源检索.最后分析了模块的优越性和局限性,并对以后的发展方向进行了展望.     

基于聚类与遗传算法的Web图像检索

高效的Web图像检索对于用户来说是非常重要的,图像元搜索引擎作为一种有效的图像检索技术可以促进Web图像的检索质量和精度.提出一种基于改进的HACM(hierarchical agglomerative clustering methods)聚类算法和遗传算法的图像元搜索引擎模型,Web图像向量化表示之后运用HACM聚类技术进行分类,然后通过特殊设计的遗传算法对检索结果进行优化排序,最后将排序后的更精确的图像集提供给用户.实验结果表明,该系统可以在较短的时间内达到很高的检索精度.     

一种基于语义特征的Web文档检索方法

Web文档聚类在Web信息检索中起着重要的作用。文中提出了一种新的Web文档聚类和检索算法。该算法采用有序聚类的方法,根据Web文档的物理结构概括其语义段落和提取相应的语义特征,并以此作为文档检索的基础;在此基础上,根据用户的检索要求直接在文档的语义段落层次计算其相似性,大大提高了检索的精度和效率。实验结果表明,文中提出的算法具有一定的实用性。     

基于概念的论文相似性检索

Web上越来越多的论文给我们提出了一个新的课题：如何检索满足需求的论文。传统的基于查询项匹配检索方法往往无法准确地检索出满足用户需求的论文。这里给出了一种基于概念的论文相似性检索方法,有效地改进了传统的论文检索方法。介绍了一种对论文关键词进行层次聚类的算法,首先把论文关键词聚类为概念,从而生成一个概念树,然后用概念向量表示论文,每篇论文对应一个概念子树。在相似性检索时,采用改进的余弦相似性方法,根据概念向量计算论文的相似性,把与给定论文最相似的论文返回给用户。用这种算法,能很好地对论文进行基于概念的相似性检索。算法克服了基于查询项匹配检索的缺点,实验证明其有较高的查全率和查准率。     

电视录象图象的分类与检索

本文对现有的电视图象分类算法和检索算法作了的分析，并在图象分类方面提出了一种自适应分类算法；在检索方面提出了一种基于颜色的样本与非样本学习相结合的方法。自适应分类算法的计算量与相邻帧间的变化量成正比；对纡绝大多数相邻帧，只要计算数目极小的区域就可完成分类工作。实验证明，本文提出的分类与检索方法在速度与精度上均有明显的提高。     

一种新的基于SVM的相关反馈图像检索算法

提出了一种新的基于支持向量机(SVM)的相关反馈图像检索算法。实验结果表明，该算法在一定程度上解决了基于SVM的相关反馈图像检索中存在的样本不足的困难，提高了系统的检索性能。     

基于本体语义检索技术研究

络信息的激增和多样化给有效的信息检索带来了种种困难,目前的检索工具仅提供了基于关键字的检索,而忽视了关键字本身所含的语义内容。本文提出的图书信息检索系统利用本体论中概念规范、语义丰富的特点将用户的检索要求扩充成语义集,并且将检索到的文档通过文档分析器进一步过滤,使用户最终得到与检索要求内容匹配度较高的 的文档。     

基于本体语义检索技术研究

网络信息的激增和多样化给有效的信息检索带来了种种困难,目前的检索工具仅提供了基于关键字的检索,而忽视了关键字本身所含的语义内容.该文提出的图书信息检索系统,利用本体论中概念规范、语义丰富的特点,将用户的检索要求扩充成语义集.并且将检索到的文档通过文档分析器进一步过滤,使用户最终得到与检索要求内容匹配度较高的文档.     

Web搜索中基于免疫克隆算法的信息检索方法

随着万维网上信息的爆炸性增长,导致需要大量有效的信息检索方法。本文对传统的向量空间模型进行了优化,并提出一种基于克隆选择算法的Web搜索方法。通过对查询结果的精确率和混合检索率进行比较,表明该算法能有效提高Web搜索引擎的质量和运行效率。     

基于本体的检索方法在数字期刊中的应用研究

基于关键词处理的传统检索技术会在检索过程中遗漏大量与检索概念相关或同义的内容。本文在本体基础上重点研究语义相似度算法及相应的语义扩展算法,在此基础上将模型应用于数字期刊的信息检索中,以提高查准率和查全率。     

基于多角度关联模型的实体检索方法

针对信息检索领域特定类型实体的检索问题,在传统搜索引擎的基础上,提出一种基于多角度关联模型的实体检索方法,综合运用实体名识别(NER)、文本向量、关联规则等技术以及Wikipedia、Stanford NER等工具,并在TREC2010实体检索项目中进行评测。实验结果表明,与基于BM25和贝叶斯模型的检索方法相比,该方法的nDCG@R值平均提高11.49%和18.09%。     

基于用户行为分析的个人信息检索研究

个人信息检索是指个人计算机上用户搜索个人信息(通常是文档)的过程,与互联网检索相比,个人信息检索能够利用的信息很少,这使得其检索结果的排序更加困难。该文通过考察计算机上的用户行为,对个人信息检索的排序问题进行深入的研究。该文考察的用户行为主要包括用户在检索系统中的查询行为和在计算机上的文件访问行为。该文一方面通过查询行为数据训练出结果排序函数,另一方面通过文件访问行为数据获取文件自身的权重,最后利用统计学习方法结合这两类行为的计算结果。实验结果表明,该文提出的方法好于传统的TFIDF排序方法。     

智能协作信息技术在信息检索中的应用

针对Internet信息资源的特点和信息检索系统的现状,提出一个应用智能协作信息技术进行Internet信息检索的完整的解决方案,该智能信息检索系统应用了三类智能主体,即用户接口主体、信息处理主体和信息搜索主体,分别实现个性化的智能游览器、网上信息（主要是文档）的分析处理以及信息的搜索。分析了系统的基本结构作主要工作原理,并对系统实现进行了初步的讨论。     

基于Lucene的语义检索系统

在一种基于LUCENE的传统文本检索引擎之上,采用C/S架构模式的语义检索实验系统。用户可以根据需要,从客户端向服务器提交相应的查询信息配置,服务器根据此配置,通过本体导航与同义词查询2种查询扩展优化技术,对提交的查询关键词组进行查询、扩展等优化处理后,将经优化处理过的查询关键词组导入传统的文本检索引擎中,对文档资源进行匹配,将查询结果根据用户要求的排列,并依次返回给用户。通过用户与服务器的信息交互与对查询语句的查询扩展,该系统提高了查准率与查全率。     

基于Web中文检索系统SEARCH2000的设计与实现

本文详细介绍Search 2000中文检索系统的设计思想及实现方法。与传统的全文检索系统相比,基于WEB的信息检索系统,具有许多全新的特征。页面为半结构化文档、页面通过超链接相互关联、页面的内容覆盖不同应用领域并且拥有大量专有名词和缩略词汇,这些特性成为影响查询精度的主要因素。针对Web的上述特性设计的Search2000全文检索系统,使用智能化的页面相关分析、评分技术,以及高效数据存取、压缩算法和知识库的支持,使其具有使用方便、查询时间短、查询精度高等特点。     

基于蚁群算法的非结构化P2P信息检索

非结构化P2P网络实现简单,是P2P信息共享系统的研究热点,但其存在搜索盲目、检索效率低的不足。针对其存在的问题,本文提出将改进的蚁群算法引入其中,构建了基于蚁群算法的P2P信息检索,使检索总是倾向于有利的方向;同时,有针对性的推荐服务能够减少盲目搜索,进一步提高信息定位效率。仿真结果表明,该系统所采用的信息检索与信息推荐相结合的策略能够有效地提高非结构化P2P信息检索的成功率,降低网络负载。