一种面向主题的Web知识检索方法

知识检索研究如何从数据和信息中抽取知识.在数据和信息日益增长的今天,知识检索显得尤为重要.现有的知识检索主要以事先构造好的知识库为基础,需要通过专家来构建和维护用于检索的知识库.然而,人工构建知识库非常耗时而且代价很高,而且,基于事先构造好的知识库的检索结果也被局限于知识库覆盖的范围,不具有动态性和时变性.本文提出了一种基于Web的面向主题的知识检索方法.该方法一方面以开放动态的Web信息为基础,支持动态即时的知识检索;另一方面,以用户选定的主题为中心,从Web信息中动态获取知识,构成与用户主题相关的知识检索结果,不局限于某个特定领域.     

定向查询引擎在Web化学数据库集成检索中的应用

Internet上的化学数据库是重要的专业资源,基于超链接分析的搜索引擎还不能索引这类资源。本论文以充分利用Internet上的化学数据库数据为目标,将“一个查询发动多个同级检索引擎,并以结构化的方式组织信息”的方案应用于以化合物标识信息为检索入口的Web化学数据库,建立了一个基于多站点集成检索的Web数据库定向查询引擎。该引擎是一个包括用户交互层、中间检索层、数据提供层的三层Web模型。各层在系统内部分别对应于响应用户检索请求的客户端代理模块、集成远程Web信息的服务器端代理模块,以及提供缓存和检索的关系数据库模块。模型采用JSP＋Java组件的开发方式,在HTTP协议标准发送方法的基础上,采用XML技术对检索返回文档进行结构化数据的提取和表示,利用XML—DBMS实现XML数据的存储和检索,建立了一套针对深层Web数据交换的解决方案。依此方案所建立的ChemDB Portal Search实现了四个分布式Web化学数据库的有效加入、同时检索和统一显示。该系统是针对深层Web信息的挖掘和集成检索的一次尝试,它可为其它领域建立类似的系统提供借鉴。     

一种Web信息的启动式检索方法

Internet是一个开放的全球分布式网络，资源分布在世界上不同的地方，并且网上资源没有统一的管理和结构，导致了信息搜索的困难，同时，Interent是一个有巨大价值的信息源，因此，研究一种快速，高效的Web信息检索方法是很有实用意义的，本文提出了一种用相关度及用户兴趣作为评价函数在Internet上进行启发式搜索及在此基础上利用机器学习有效的实现搜索知识重用的方法。     

基于查询模型的专家检索方法分析

在对基于语言模型的专家检索方法进行分析后,提出查询式建模的专家检索方法。该方法通过运用查询扩展技术和术语生成概率建立一套新的专家排序体系。根据对国际文本检索会议组织的企业追踪专题进行初步实验评估,结果表明,这种方法能够有效地提高专家检索任务的检索准确度。     

一种自适应语义Web检索方法

基于内容的语义Web检索只考虑内容本身,没有考虑用户的不同,不能准确反映用户需求。为此,提出一个自适应语义Web检索框架,对于Web中文文档,借助HowNet知识库给出一种本体学习方法,通过提取用户客观、显式和隐式信息建立用户信息库,并设计用户初始查询本体和个性化查询本体构建算法,从而实现用户的自适应检索。实验结果表明,该方法具有较高的检索效率。     

一种具有统一查询界面的Web搜索引擎

１元搜索引擎背景 ＷＷＷ目前已成为Ｉｎｔｅｒｎｅｔ上突破时间和空间的限制而获取信息的主要方式,人们通过搜索引擎来获取ＷＷＷ资源日益普及。因为搜索引擎除能自动对ＷＷＷ资源建立索引或进行主题分类以外,还能通过查询语法为用户返回匹配资源。 目前,Ｉｎｔｅｒｎｅｔ上有千余个搜索引擎,不同网站为满足用户的不同需求,都有自己的搜索引擎,人们熟悉的优秀搜索引擎有Ｙａｈｏｏ！、Ａｔａｖｉｓｔａ、Ｌｙｃｏｓ、Ｉｎｆｏｓｅｅｋ等。但事实说明,没有一个搜索引擎能够覆盖所有的ＷＷＷ资源,这就很难满足用户查询信息时查全查准…     

面向Web 新闻的事件多要素检索方法

针对用户获取事件类信息的需求,在分析Web 新闻特征、事件多要素检索特点的基础上,研究了面向Web 新闻的事件多要素检索方法.首先,提出了面向Web 新闻的事件多要素检索模型;然后,使用BNF(Backus-Naur form)形式化定义了事件多要素查询项;最后,结合事件的动作要素、Web 新闻标题的重要性及事件项与约束项之间的距离,提出了事件查询项与文档相关性的计算方法.设置了16 个事件多要素查询项,基于Baidu 搜索引擎对P@n 指标进行了实验分析,所提方法得到的平均P@10 结果为0.87,平均P@20 结果为0.83.对16 个事件查询主题,通过人工标注语料的方法对F-measure 指标进行了实验分析,所提方法得到的平均F-measure 为0.74.结果表明,所提方法对事件多要素的检索较为有效.     

一种面向主题的web知识检索方法

知识检索研究如何从数据和信息中抽取知识,在数据和信息日益增长的今天,知识检索显得尤为重要。现有的知识检索主要以事先构造好的知识库为基础,需要通过专家来构建和维护用于检索的知识库。然而,人工构建知识库非常耗时而且代价很高,而且,基于事先构造好的知识库的检索结果也被局限于知识库覆盖的范围,不具有动态性和时变性。本文提出了一种基于Web的面向主题的知识检索方法。该方法一方面以开放动态的Web信息为基础,支持动态即时的知识检索;另一方面,以用户选定的主题为中心,从Web信息中动态获取知识,构成与用户主题相关的知识检索结果,不局限于某个特定领城。     

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。     

基于查询扩展的Web链接主题提取算法

HITS（Hypertext-Induced Topic Search）算法被广泛用于W曲链接结构分析，但它很容易产生主题漂移．从语义相关性角度进行分析，发现HITS算法产生主题漂移的原因在于页面被投影到错误的潜在语义基上．提出一种基于查询扩展的超链主题提取算法，利用用户查询日志扩展查询词，构造符合用户需要的个性化根集和基础集合，再利用HITS算法计算Web页面的权成值和中心值．实验结果表明，基于查询扩展的超链主题提取算法可以很好地改善HITS算法所导致的主题漂移问题，更适合于Web查询的需要．     

一种数据挖掘查询语言DMQL

数据挖掘查询语言的设计是开发新一代数据挖掘系统的的内容,然后详细阐述了一种数据挖掘查询语言(DMQL)的各种语法,最后给出了一个实例.     

一种数据挖掘查询语言DMQL

数据挖掘查询语言的设计是开发新一代数据挖掘系统的关键。文章首先总结了一组好的数据挖掘原语应该包括的内容,然后详细阐述了一种数据挖掘查询语言(DMQL)的各种语法,最后给出了一个实例。     

一种基于瓶颈开销的Web服务查询算法

Web服务已成为一种松散连接系统间共享数据和功能的标准方法。基于瓶颈开销度量方式提出了一种算法，以最佳方式排列查询中的所有Web服务调用，使所有Web服务以最佳并列方式工作，减少整个查询过程的总运行时间。该算法能用于Web服务之间存在任意优先约束的情况。通过实验和其他优化方案进行比较，证明了算法的有效性。     

ASP下动态网站数据库的一种查询方法

本文论述了在Ｈ服务器上,使用ＡＳＰ设计一种网站数据库的查询方法,用这种技术建立的网站具有维护方便,界面友好以及长期运行稳定可靠的特点。     

一种面向主题的智能查询方法

为使数据仓库更好地为决策支持服务,本文提出了一种面向主题的智能查询方法,增强了数据仓库查询的智能化程度,使用户能够基于领域专家知识进行动态查询,并且为用户的查询提供更多的相关信息。     

基于Web页面的动态模糊查询方法

通过一个基于Ｗｅｂ的Ｏｒａｃｌｅ应用程序的开发实例,利用Ｏｒａｃｌｅ ＷｅｂＳｅｒｖｅｒ提供的ｈｔｐ（超文本过程）函数实现Ｗｅｂ页面的动态模糊查询,完成创建与Ｏｒａｃｌｅ接口的具有强大功能的Ｗｅｂ面面。     

图像检索中一种支持多例查询的新方法

基于内容的图像检索的关键问题之一是高层语义和低层图像特征之间的差异,相关反馈技术是缩短这个"语义鸿沟"的有效方法。本文提出了一种新的相关反馈算法,通过分析正例图像在特征空间中的散布来构造该类图像的投影空间,该空间对应于一个语义类在特征空间中分布密集的子空间,在投影空间中计算相似图像。同时根据每次反馈的信息不断修正投影空间来提高系统的检索性能。在Corel大图像库中的实验结果表明,该算法对多例图像查询有较好的检索效果。     

PB交互式查询的Web发布

本文介绍了利用ＰＢ６．０开发工具，实现基于Ｗｅｂ的交互式查询的方法和相关概念，并并给出了应用实例。     

一种Web数据挖掘系统的设计和研究

Web数据挖掘是指从众多的Web网站、网页上挖掘出有用数据和知识的过程,因其具有广泛的应用前景而成为当前IT研究的热点之一,同时它也是一个具有挑战性的研究领域,存在很多问题亟待解决.针对一个案例,设计一个系统(或模型)实现Web数据的挖掘,是一次实践性研究.系统采用当前流行的软件工具(VS2005和SQL2000数据库)和编程语言(C#)进行开发设计,主要由数据的下载、预处理、后处理和前台检索等模块组成,基本达到Web数据挖掘的目的.     

一种Web信息的启发式检索方法

Internet是一个开放的全球分布式网络 ,资源分布在世界上不同的地方 ,并且网上资源没有统一的管理和结构 ,导致了信息搜索的困难 .同时 ,Internet是一个有巨大价值的信息源 .因此 ,研究一种快速、高效的 Web信息检索方法是很有实用意义的 .本文提出了一种用相关度及用户兴趣作为评价函数在 Internet上进行启发式搜索及在此基础上利用机器学习有效的实现搜索知识重用的方法