基于XML的移动信息检索模型研究

论文摘要

近年来,信息检索技术的出现,给人们获取信息带来了极大的方便,而XML在信息管理、电子商务、移动通信、网络教育、电子文档交换等诸多领域也有很广泛的应用。本文设计了一个基于XML的移动信息检索系统,主要包括索引库的建立、关键词加权、检索、相似度计算几个部分。 尽管目前基于XML的信息检索模型研究与应用已经取得了很大进展,但在检索方面仍然存在一些问题,如何能使权重更加反映用户的需求,如何能够使检索的查全率与查准率获得提高,如何能够使XML文档结构和内容信息得到充分的挖掘。 针对上述问题,本文根据实际需求,在深入研究分析XML与向量空间模型的基础上,建立了基于内容和结构的倒排索引库,并将各种加权方法应用到XML信息检索领域中,提出了领域词典加权、结构位置、节点距离加权共同作用进行加权的方法。文中详细描述了基于模型的原型系统的总体设计、实现和相关的算法。 本论文的主要工作如下: 1、提出了原型系统的框架设计,并且介绍了此原型系统的设计思路、技术路线以及各个主要的模块的功能。 2、给出了索引库的建立方法、关键词加权的三种不同方法的结合公式、查询与文档之间的相似度计算、检索以及移动设备接口实现的主要算法。 3、实现了一个基于XML的移动信息检索系统,利用Java平台实现,并应用Servlet和JDBC实现移动客户端数据的传输以及对数据库的访问。 4、通过对召回率—精确率曲线的数据进行分析,分析原型系统对于召回率和精确率的提高。 本研究工作的开展,主要是为了解决现实问题,满足当前应用需求,同时积累系统开发研制的经验。基于XML的移动信息检索模型的研究与开发具有一定的应用价值和学术价值。

论文目录

• 摘要
• Abstract
• 1 引言
• 1.1 问题的提出
• 1.2 信息检索基本概念
• 1.2.1 信息检索的目的
• 1.2.2 信息检索的类型
• 1.2.3 信息检索的原理
• 1.2.4 几种信息检索模型及比较
• 1.3 基于XML文档的信息检索技术
• 1.3.1 数据检索与信息检索
• 1.3.2 XML的特点
• 1.3.3 XML文本文档信息检索现状
• 1.3.4 移动信息技术的特点
• 1.4 研究问题的提出
• 1.4.1 存在的问题
• 1.4.2 本论文的研究目标
• 1.4.3 论文结构安排
• 2 基于XML信息检索模型算法研究
• 2.1 传统的向量空间模型概述
• 2.2 XML文档向量
• 2.2.1 XML文档
• 2.2.2 XML文档检索
• 2.3 索引库
• 2.3.1 索引方式
• 2.3.2 倒排索引技术
• 2.3.3 倒排索引表
• 2.4 领域词典的建立
• 2.4.1 领域词典的建立
• 2.4.2 领域词典的结构
• 2.5 关键词加权
• 2.5.1 由结构位置影响权重
• 2.5.2 由节点间距离影响权重
• 2.5.3 由领域词典影响权重
• 2.6 检索算法
• 2.7 本章小结
• 3 原型系统总体设计
• 3.1 原型系统的设计思路
• 3.2 原型系统功能设计与路线选择
• 3.3 原型系统整体架构
• 3.4 原型系统功能模块
• 3.4.1 信息的预处理
• 3.4.2 文档库的录入及索引管理器
• 3.4.3 领域词典的建立
• 3.4.4 检索模块
• 3.4.5 移动设备接口
• 3.5 移动设备与检索系统的接口
• 3.5.1 数据在服务器端与客户端的传输
• 3.5.2 动态调整文本换行
• 3.5.3 状态机的应用
• 3.5.4 动态画面设计
• 3.6 本章小结
• 4 基于XML的向量空间检索试验系统
• 4.1 文本信息检索系统评价指标
• 4.2 实验
• 4.3 实验结果
• 4.3.1 基于几种不同模型的实验
• 4.3.2 实验数据统计
• 4.4 实验结果分析
• 4.5 本章小结
• 5 检索模型参数的确定
• 5.1 XML文档检索中向量空间模型的应用
• 5.2 模型参数的实际设定
• 5.3 本章小结
• 6 结论与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢
• 大连理工大学学位论文版权使用授权书