网络信息检索的原理及技术资料.ppt

9.4.1网络信息的组织 9.4.3网络信息组织的方法 1.数据库组织方式：将所有获得的信息资源按照固定的记录格式存储组织，用户通过关键字及其组配可以知道所需要的信息线索 2.超链接方式：把不定长的基本信息单元存放在节点上，这些基本信息单元可以使单个字，句子，章节，文献，甚至是图像，音乐或者录像。 3.主页方式：通过各种频道栏目，根据网站定位的用户对象，需求的动态，一次信息等进行全面的编辑，翻译，报道，集中组织信息，提供信息服务。 4.文件方式：采用主题法的思想，以文件名标识信息内容，用文件夹组织信息资源，通过网络共享实现信息传播，是成熟的文件操作技术和网络传输技术相结合的产物。 5.主题树的方式：将信息资源按照某种事先确定的概念体系，分门别类的逐层加以组织，用户先通过层层浏览的方式遍历，知道找到所需要的资源。 9.5.1网络信息的整合 网络信息整合可分为3个阶段 Z39.50标准协议的作用及特点 z39.50协议（应用和服务定义与协议规范） 将各个系统的具体实现映射到抽象模型上，才能使不同的系统在一个相互理解的、标准的通信平台上进行交互，满足互操作的需要。 Z39.50标准协议提供的服务 网络信息资源集成 网络信息资源集成有什么意义： 网络信息集成技术用于网络信息的查询中，可以得到精确而完善的查询结果。使internet网上繁杂的信息得到更好的整理与集成。 网络信息资源集成的阶段和步骤 9.6网络信息的搜索 1.搜索引擎及其分类 全文搜索引擎的工作原理 常用的中文搜索引擎 PageRank算法 PageRank算法的数学定义为： PR(A)=(1-d)+d(PR(Ti)/C(Ti)+...+PR(Tn)/C(Tn) 例如在网页A-网页F中，B、C、D、E、F中都链接A。则说明A网页是最为重要的，所以它的PageRank值最高。 网页A级别=（1-系数）+系数×—————— + ——————...+—————— 9.7网络信息检索的研究热点 9.7.1 海量数据的存储与处理 9.7.2 集群与分布式计算 数据库集群系统定义： 数据库集群系统以集群技术与数据库系统相结合。其核心思想是通过多机并行处理来隐藏对数据库性能影响较大的延迟以获得高并行处理性能。 9.7.3.集群技术的分类 集群技术一共分为三类： 1.科学集群： 科学集群对外就好像一个超级计算机，这种超级计算机内部由十至上万个独立处理器组成，并且在公共消息传递层上进行通信以运行并行应用程序。 2.负载均衡集群： 与科学计算集群一样，负载均衡集群也在多节点之间分发计算处理负载。它们之间的最大区别在于缺少跨节点运行的单并行程序 3.高可用性集群： 当集群中的一个系统发生故障时，集群软件迅速做出反应，将该系统的任务分配到集群中其它正在工作的系统上执行，高可用性集群的主要目的是为了使集群的整体服务尽可能可用。 9.7.4 XML信息检索 XML查询语言 9.7.5XRANK 搜索引擎框架 9.7.6.语义网信息检索 概念： 是指在Internet上主动搜索信息并能主动索引、提供查询服务的一类网站，这些网站通过网络搜索Robot或网站登录方式， 将Internet上大量网站的页面收集到本地，经过加工处理而建成索引数据库， 从而能对用户提出的各种查询做出响应，提供用户所需信息 1.1搜索引擎综合分类 （1）全文搜索引擎 （2）目录搜索引擎 （3）元搜索引擎 Google搜索引擎 百度中文搜索引擎 新浪搜索引擎 北大天网中英文搜索引擎 网易搜索引擎 雅虎中国搜索引擎 搜狐搜索引擎 网页1级别 网页1链出个数 网页2级别 网页2链出个数 网页N级别 网页N链出个数 （1）海量数据的 磁盘列存储技术 （2）海量数据 存储模式 ( 3 ) Google 文件 系统GFS简介. A Group C Group B Group 其优势 1) 高能性 2）高应用性 3）高扩张性 （1）LOREL (2) XML-QL (3) XQuery XML查询语言 XML/HTML文档 ElemRank算法 XML元素 (采用ElemRank算法) 混合杜威倒排表 查询评估器 关键词查询 排序结果 XRANK 系统结构图 PPT模板下载：/moban/ 行业PPT模板：/hangye/ 节日PPT模板：/jieri/ PPT素材下载：/sucai/ PPT背景图片：/beijing/ PPT图表下载：/tubiao/ 优秀PPT下载：/xiazai/ PPT教程：