基于Lucene的普通高校图书馆检索系统的优化与实现

发布时间：2020-04-07 04:21

【摘要】：在高校图书馆数字资源迅猛增长的今天,信息检索服务作为图书馆对外核心业务,它向外提供有序和有效的资源。图书馆这种典型的企业级搜索引擎,有着安全保密、权限等特点,大部分系统数据只能通过专业的企业搜索引擎提供给特定用户。图书馆检索系统虽然发展迅速,但传统的基于关键词的检索系统仍有很多不足之处,主要表现在以下三个方面:1.不够智能。用户在不能清楚描述检索关键词或对关键词把握不准确时,搜索系统返回的结果与用户的真正需求相差甚远,用户很难得到想要的结果;2.不够准确。经过关键词搜索后,搜索结果数量大,达不到信息有效过滤的目的;3.不具备个性化。单一的搜索结果体现不出用户的兴趣偏好和真正需求,致使大部分的无益信息需要逐一排除,造成时间和精力上的浪费。本文针对上述问题展开研究,具体研究内容如下:第一,分析和研究了搜索引擎的基本结构和原理。深入研究中文分词技术和排序技术。选取合适的中文分词技术方案,改进排序算法。第二,分析和研究了以协同过滤算法为代表的多种个性化推荐系统。通过收集挖掘用户历史行为记录,抽取用户的兴趣喜好模型,并应用于个性化推荐系统。第三,基于Lucene的排序技术和个性化推荐结果,重新对检索结果排序,实现了对某高校传统的图书馆搜索系统的优化。
【图文】：

图 3.5 用户-图书评分矩阵示例推荐，其实现的过程如下：首先对近邻用户数阵的基础上，对目标用户未评分的相似图书行求解的过程中，使用最为广泛的用户相似 修 正 余 弦 相 似 度 (adjusted cosine) 和 皮larity)三种计算方法。本文算法在度量用户间似度来计算,Pearson 相关系数用来描诉两组关）到-1（强负相关）。 A, B =Ru ,A RA× Ru ,B Ru ∈UBA ,BRu ,A RA2u ∈UA ,B× Ru ,B RB2u ∈UA ,B 表示用户，而且二者之间的关系为A,B∈ U ，u,AR 与u,BR 分别表示用户 A 与 B 对图书

搜索“python”前20项结果
【学位授予单位】：东北石油大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.3

【参考文献】

相关期刊论文 前10条

1 杨月华;杜军平;平源;;基于本体的智能信息检索系统[J];软件学报;2015年07期

2 胡海斌;;基于Lucene的多种排序方式的实现[J];电脑知识与技术;2015年17期

3 李改;李磊;;鲁棒的单类协同排序算法[J];自动化学报;2015年02期

4 郭健;任永功;;云计算环境下的关联挖掘在图书销售中的研究[J];计算机应用与软件;2014年11期

5 刘畅;吴清烈;;基于协同过滤的大规模定制个性化推荐方法[J];工业工程;2014年04期

6 李默;梁永全;;基于标签和关联规则挖掘的图书组合推荐系统模型研究[J];计算机应用研究;2014年08期

7 孙光福;吴乐;刘淇;朱琛;陈恩红;;基于时序行为的协同过滤推荐算法[J];软件学报;2013年11期

8 唐吉深;;基于数据挖掘的智能化OPAC系统设计[J];情报科学;2013年11期

9 文必龙;张璇;赵晶浩;赵满;;企业搜索引擎个性化排序方法[J];计算机系统应用;2013年04期

10 袁满;张雪;;一种基于规则的数据质量评价模型[J];计算机技术与发展;2013年03期

相关硕士学位论文 前7条

1 杨露;基于协同过滤算法的鹤岗师专多媒体教学系统设计与实现[D];吉林大学;2016年

2 夏红玉;高校图书馆馆藏图书个性化推荐研究[D];华中师范大学;2016年

3 王延江;企业搜索引擎排序技术的研究[D];大连海事大学;2016年

4 黄宇;基于协同过滤的推荐系统设计与实现[D];北京交通大学;2015年

5 姚婷;基于协同过滤算法的个性化推荐研究[D];北京理工大学;2015年

6 杨玲;图书推荐服务系统构建与应用研究[D];华南理工大学;2014年

7 曹宇;面向开源软件的聚类搜索系统设计与实现[D];国防科学技术大学;2012年

，

本文编号：2617441