面向水利元數(shù)據(jù)的動(dòng)態(tài)分面搜索引擎設(shè)計(jì)

2.86萬(wàn)字 70頁(yè) 原創(chuàng)作品，通過(guò)查重系統(tǒng)


摘要

傳統(tǒng)的水利數(shù)據(jù)檢索以關(guān)鍵字搜索為主。但是水利行業(yè)隨著信息化的發(fā)展，各級(jí)部門都積累了大量的數(shù)據(jù)，由于各部門采集手段、采集時(shí)間、處理方式的不同導(dǎo)致水利數(shù)據(jù)呈現(xiàn)異構(gòu)的特征。用戶需要在短時(shí)間內(nèi)從海量的異構(gòu)水利元數(shù)據(jù)中查找出自己所需要的數(shù)據(jù)，已經(jīng)不是簡(jiǎn)單的關(guān)鍵字檢索所所能夠滿足的。在大多數(shù)情況下，用戶對(duì)被搜索的水利對(duì)象沒有預(yù)先地認(rèn)識(shí)，而海量的搜索結(jié)果可能會(huì)淹沒用戶。分面搜索是利用物體的多維度屬性，將搜索結(jié)果進(jìn)行聚類，它能夠使用戶快速地熟悉被搜索對(duì)象的關(guān)鍵屬性，并能夠引導(dǎo)用戶對(duì)搜索結(jié)果進(jìn)行篩選。它的出現(xiàn)解決了傳統(tǒng)搜索方法的不足，并為大量數(shù)據(jù)的信息檢索奠定了基礎(chǔ)。
如何將最有意義的分面推薦給用戶是本文研究的重點(diǎn)內(nèi)容。傳統(tǒng)的分面推薦方法主要依據(jù)覆蓋率、分布熵、相關(guān)性。本文提出了利用保持率來(lái)推薦分面，通過(guò)保持率衡量分面值和分面之間的相關(guān)性，將保持率和覆蓋率相結(jié)合設(shè)計(jì)出一個(gè)公式來(lái)計(jì)算分面得分的分值，根據(jù)分值的大小推薦分面。
本文利用自行設(shè)計(jì)的算法，開發(fā)了一個(gè)面向水利元數(shù)據(jù)的動(dòng)態(tài)分面搜索引擎。該搜索引擎能夠通過(guò)關(guān)鍵字準(zhǔn)確地檢索出相關(guān)水利對(duì)象，并為用戶推薦合適的分面。通過(guò)采集長(zhǎng)江水利委員會(huì)數(shù)據(jù)資源的元數(shù)據(jù)建立資源目錄，對(duì)本文所設(shè)計(jì)的系統(tǒng)進(jìn)行實(shí)驗(yàn)分析。


關(guān)鍵詞：水利數(shù)據(jù)；分面搜索；關(guān)鍵字搜索；分面推薦；覆蓋率；相關(guān)性；分布熵；保持率