【摘要】：隨著信息技術(shù)的進(jìn)步與網(wǎng)絡(luò)的普及,網(wǎng)絡(luò)上的教學(xué)資源數(shù)量逐年呈指數(shù)級(jí)增加,越來(lái)越多的用戶通過(guò)互聯(lián)網(wǎng)接受在線教育。面對(duì)數(shù)目巨大、形式各異的信息,用戶需要快速準(zhǔn)確地找到自己需要的教學(xué)資源。盡管傳統(tǒng)的檢索系統(tǒng)信息數(shù)量龐大、覆蓋面廣,但其檢索結(jié)果的準(zhǔn)確性較差,用戶仍然需要從浩瀚的檢索結(jié)果中找出自己所需要的資源,而垂直檢索系統(tǒng)可以提供針對(duì)某一行業(yè)或特定領(lǐng)域的更高質(zhì)量的檢索服務(wù)。研究并開(kāi)發(fā)針對(duì)教育領(lǐng)域的垂直檢索系統(tǒng)可以提高用戶的學(xué)習(xí)效率,是十分有必要的。本文以用戶對(duì)教學(xué)資源的檢索需求為研究背景,通過(guò)分析現(xiàn)有檢索系統(tǒng)現(xiàn)狀及其工作原理,基于全文檢索工具包Lucene,設(shè)計(jì)并且實(shí)現(xiàn)面向教育領(lǐng)域的垂直檢索系統(tǒng)。首先,分析研究全文檢索工具包Lucene相關(guān)技術(shù),并在原有的排序算法中加入瀏覽次數(shù)和權(quán)威來(lái)源兩個(gè)參數(shù),對(duì)算法進(jìn)行了改進(jìn)。其次,針對(duì)XML文檔結(jié)構(gòu)較復(fù)雜、查詢較困難的情況,提出利用開(kāi)源軟件包Dom4j來(lái)解析和讀取XML文檔。再次,由于傳統(tǒng)檢索系統(tǒng)是基于關(guān)鍵字的檢索,但每個(gè)用戶的生活背景和知識(shí)水平不盡相同,對(duì)同一概念的表述可能會(huì)使用語(yǔ)義相近的查詢?cè)~,導(dǎo)致查詢結(jié)果不全面,針對(duì)此不足,設(shè)計(jì)并實(shí)現(xiàn)同義詞擴(kuò)展機(jī)制。從而使得結(jié)果更加全面,降低漏檢的可能性,提高檢索的召回率。最后,基于以上三個(gè)研究重點(diǎn),本文對(duì)面向教學(xué)資源的垂直檢索系統(tǒng)進(jìn)行了設(shè)計(jì),利用現(xiàn)有成熟的開(kāi)發(fā)技術(shù)完成系統(tǒng)的實(shí)現(xiàn),對(duì)提供教學(xué)資源檢索服務(wù)的各類平臺(tái)具有較強(qiáng)的借鑒意義。
【圖文】：

圖 2.1 Lucene 體系結(jié)構(gòu)圖上圖中，Org.apache.lucene.index（索引）模塊主要負(fù)責(zé)對(duì)初始文檔進(jìn)行建立索引、刪除索引、更新索引等操作，其中包含 IndexReader 和 IndexWriter 兩個(gè)類，IndexReader主要對(duì)已生成的索引進(jìn)行優(yōu)化、刪除、更新等操作，IndexWriter 主要對(duì)文本創(chuàng)建索引。Org.apache.lucene.search（搜索）模塊主要負(fù)責(zé)將用戶查詢（query）在 Analysis 模塊解析后，，在生成的索引文件進(jìn)行搜索，并按照一定的評(píng)分機(jī)制，對(duì)結(jié)果排序返回給用戶。對(duì)索引的檢索利用 IndexSearch 類來(lái)實(shí)現(xiàn)。Org.apache.lucene.analysis（分析）模塊主要負(fù)責(zé)對(duì)用戶查詢和建立的索引中的文本內(nèi)容進(jìn)行切詞、去掉停用詞和標(biāo)點(diǎn)符號(hào)、過(guò)濾等一系列操作，最終都轉(zhuǎn)換成基本單元Term。Org.apache.lucene.queryPaser（查詢解析）模塊主要負(fù)責(zé)對(duì)用戶查詢請(qǐng)求進(jìn)行語(yǔ)法解析，完成詞項(xiàng)之間的邏輯計(jì)算。Org.apache.lucene.store（數(shù)據(jù)存儲(chǔ)）模塊主要負(fù)責(zé)創(chuàng)建索引時(shí)底層的 I/O 操作。

本論文采用的教學(xué)資源是 XML 格式的電子期刊，這些電子期刊大多來(lái)自于新聞、報(bào)紙、政府文獻(xiàn)（比如能源部報(bào)告）和專利等。每一篇文檔都有惟一的一個(gè)文檔編號(hào)。本系統(tǒng)用到的 XML 格式的文檔集合包含 3500 個(gè)文件，共 310MB。圖 3.2 中展示了本系統(tǒng)用到的部分文檔集合。
【學(xué)位授予單位】：西北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：G434

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊月華;杜軍平;平源;;基于本體的智能信息檢索系統(tǒng)[J];軟件學(xué)報(bào);2015年07期

2 胡德華;種樂(lè)熹;邱均平;李俊;;國(guó)內(nèi)外知識(shí)檢索研究的進(jìn)展與趨勢(shì)[J];圖書(shū)情報(bào)知識(shí);2015年03期

3 李愛(ài)明;;基于本體和用戶查詢意圖的查詢擴(kuò)展方法研究[J];情報(bào)科學(xué);2015年05期

4 田野;楊眉;祝忠明;張靜蓓;;關(guān)聯(lián)數(shù)據(jù)驅(qū)動(dòng)的查詢擴(kuò)展技術(shù)研究[J];圖書(shū)情報(bào)工作;2015年04期

5 黃偉群;;基于用戶視角的交互式查詢擴(kuò)展研究[J];圖書(shū)情報(bào)工作;2014年05期

6 白培發(fā);王成良;徐玲;;一種融合詞語(yǔ)位置特征的Lucene相似度評(píng)分算法[J];計(jì)算機(jī)工程與應(yīng)用;2014年02期

7 周軍鋒;孟小峰;;XML關(guān)鍵字查詢處理研究[J];計(jì)算機(jī)學(xué)報(bào);2012年12期

8 趙琳;;幾種信息檢索模型的比較[J];煤炭技術(shù);2012年08期

9 李小青;廖湖聲;張曉博;;XQuery實(shí)現(xiàn)技術(shù)研究綜述[J];計(jì)算機(jī)科學(xué);2012年03期

10 張新華;何永前;;軟件測(cè)試方法概述[J];科技視界;2012年04期

相關(guān)會(huì)議論文 前1條

1 馬少平;張敏;;信息檢索研究:過(guò)去三十年中我們走了多遠(yuǎn)[A];中文信息處理前沿進(jìn)展——中國(guó)中文信息學(xué)會(huì)二十五周年學(xué)術(shù)會(huì)議論文集[C];2006年

相關(guān)博士學(xué)位論文 前1條

1 劉喜平;XML文檔搜索中的查詢處理技術(shù)研究[D];江西財(cái)經(jīng)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 賀驥波;高職院校教學(xué)資源庫(kù)管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];湖南大學(xué);2016年

2 陸新鋒;計(jì)算機(jī)網(wǎng)絡(luò)教學(xué)資源整合系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)[D];蘇州大學(xué);2016年

3 徐娟;基于用戶行為分析的核能領(lǐng)域垂直檢索系統(tǒng)研究[D];合肥工業(yè)大學(xué);2015年

4 葉浩明;面向高等教育領(lǐng)域的垂直搜索引擎的設(shè)計(jì)與實(shí)現(xiàn)[D];電子科技大學(xué);2014年

5 張錦;基于教育領(lǐng)域的垂直搜索引擎的研究與設(shè)計(jì)[D];蘭州交通大學(xué);2014年

6 胡楠楠;面向XML文檔的信息檢索研究與應(yīng)用[D];山東大學(xué);2013年

7 王\~;基于Lucene的同義詞擴(kuò)展檢索的研究與實(shí)現(xiàn)[D];天津財(cái)經(jīng)大學(xué);2011年

8 黎立文;XPath查詢模型研究[D];湖南師范大學(xué);2010年

9 周曉濱;基于DTD的XML-GL與XQuery的查詢轉(zhuǎn)算法[D];山東大學(xué);2009年

10 高珊;信息檢索中的查詢擴(kuò)展及相關(guān)技術(shù)研究[D];華中師范大學(xué);2008年

本文編號(hào)：2646031