基于企业搜索的数据整合技术初探_NoRestriction.pdfVIP

基于企业搜索的数据整合技术初探 余 飞 (华能长兴电厂，浙江湖州313100) 摘要：简单介绍目前搜索技术现状和搜索引擎的性能评估方法后，比较了企业搜索技术与互联网搜索技术 的差异。概述主流的企业搜索产品，提出基于企业搜索的系统整合技术方案模型，并指出企业搜索平台需要 解决的问题。 关键词：企业搜索；数据整合；方案 0 引言 续表 基于集合的 向量空问 企业搜索技术提供了一种有效方式来帮助企 搜索技术 概率搜索技术 搜索技术 搜索技术 业整合和搜索日益增长的数据信息。一些企业已 优点 直观，容易理解 智能化 准确率高 Search 经开始考虑部署企业搜索平台(Enterprise 缺点 查询结果与月j户 查询结果可能出 可能存在较高 Platform，ESP)来帮助自己解决企业数据整合和多 输入的关键字匹 现很高的召回率 的样本文档迷 个应用系统的整合问题。 配存在依赖性且 和相对较低的精 惑性。 并非所有的搜索技术都适合在企业中应用。 与无上下关联的 准率。 例如，互联网传统的基于关键字的搜索技术只能帮 结果。 助用户找到一些本地的文件或单一应用系统中的 改进方法 引入词距概念。 引入基于样本统 引入概率隐形 数据，而企业需求是要在整个企业数据内容中进行 计的隐形语义分 语义分析PLSA。 搜索。 析l鼻A技术。 适用范围 互联网的关键字 互联网的内容聚 1信息搜索技术现状 搜索。 合，企业的关键 企业环境下基 于概念的搜索。 词搜索。 1．1三大信息搜索技术 现在，世界上信息搜索技术的研究领域有4个 1．2性能评估 方向：关键字搜索、模式识别、语义分析和神经网 络。因为语义分析和神经网络的研究目前还没有 信息搜索技术的实现依赖于搜索引擎。衡量 突破性的产品，所以现阶段的搜索技术大多属于关 搜索引擎性能的基本指标有2个：精准率和召回率。 键字搜索和模式识别范畴，如表l所示。 这2个指标都是数学集合的概念。 表1 主要的信息搜索技术 基于集合的 向量空间 括所有相关的和无关的搜索结果)，有多少结果是 搜索技术 概率搜索技术 搜索技术 搜索技术 用户真正想要的。如果一个搜索结果有百分之百 所属范畴 关键字搜索 模式识别 模式识别 的精准率，那就说明搜索到的所有结果都是用户希 搜索引擎 基于集合原理。 基于矩阵