基于信息检索整合检索系统设计与实现.docVIP

基于信息检索整合检索系统设计与实现 　　◆ 中图分类号：G250.7 文献标识码：A 　　内容摘要：本文在元数据存储技术的基础上，结合了索引检索算法和动态引擎实例生成技术在系统中的应用，通过对图书馆信息检索需求分析，设计了整合检索系统模型并建立相对应的系统体系结构，通过实现引擎实例的动态生成技术和索引检索算法为元数据的成功检索打下基础，为提供高效、准确的整合检索做了有意义的尝试和探索。 　　关键词：信息检索 整合检索 索引检索算法 动态引擎实例 　　 　　随着信息化时代的到来，大量的信息资源涌入互联网，使其信息变得极为丰富，也使信息的管理、查询和检索变得十分困难。这主要是由于各种社会团体或个人现在已经建立了大量的数字资源，但他们对数据的组织和管理形式各不相同；存储于各种不同的数据库或文件中的数据格式也大相径庭，并且这些数据库或文件可能是分散在各个不同的地域；不同数据库厂商其数据库产品提供不同的检索方式或检索软件，这就造成了普通读者需要学习了解多种检索方法，从而带来了数据库查询上的诸多不便。因此如何使用户通过自己的计算机透明高效的访问各种不同系统的数字资源，而这些资源可能分布在不同地方，且各自的内部格式和访问机制大不相同，成为近年来数字图书馆攻克的主要方向。 　　元数据整合方式是目前应用较多的跨平台系统，元搜索引擎主要运用于网页信息搜索，而现有各种电子资源数据库都提供相应的客户端接口，因此可利用元搜索引擎的原理对各个异构数据库进行统一检索。 　　本论文以数据存储以及与之相关的引擎实例生成技术和检索算法技术为基础，以图书馆数据信息为对象来构建新型的整合系统，从而为读者提供高效、准确的整合检索方面做一些有意义的尝试和探索。 　　 　　整合检索系统中各模块功能的实现 　　 　　整合检索系统处理检索的过程：首先构建一个文本库，这个文本库用来保存用户可能检索的信息；其次建立索引，索引可以大大提高信息检索的速度，索引建立之后可以开始进行搜索；最后是对结果进行过滤和排序，再将过滤排序后的结果返回给用户。因此系统中各模块功能的实现应包括以下过程： 　　（一）元数据存储管理 　　元数据存储模块是整合检索系统的基础部分，此模块负责实现元数据的采集、存储和管理，为用户的检索提供基础数据。元数据采集及存储管理是整个整合检索系统的基础，整个存储管理的过程中涉及元数据采集模块、存储管理模块、元数据来源管理模块和元数据管理模块。其中，元数据采集模块按照不同协议的要求和元数据服务器互操作，将元数据信息下载到本地进行存储，并将接受到的元数据按照指定的规则转化为符合系统要求的格式。 　　存储管理模块管理所有添加到系统中的元数据服务器和采集数据库，维护元数据服务器和元数据来源之间的关系，提供一个清晰的界面，方便管理员进行元数据来源的添加，删除操作。元数据管理模块实现对系统中所有定义元数据来源信息的管理和维护。元数据来源管理模块维护了系统中所有的元数据来源信息，管理员通过图形化界面执行元数据来源信息的浏览和修改操作。 　　（二）检索引擎实例的动态生成 　　此模块主要完成：检索引擎实例的动态生成；引擎元数据和数据仓库中元数据的一致性维护。一个检索引擎主要由用户接口、检索程序和元数据组成，动态生成主要是生成引擎的元数据，完成的主要操作有：元数据选择、数据下载。 　　模块的处理流程。该模块主要包括：引擎元数据生成和引擎元数据一致性维护。其中引擎元数据生成主要工作为通过操作界面，系统管理员依据数据仓库中的元数据类型，选择引擎需要的元数据类型，确认后，将选择的元数据下载到引擎所在服务器相应目录下并记录引擎中的元数据状态。具体数据更新的方式分为全部重传和修改记录两种：全部重传是将元数据全部重传至引擎所在的服务器，并重传相对应的数据索引；修改记录是修改相对应的数据记录并修改相对应的数据索引。在目前的系统中，考虑到索引都相对较小，可以用全部重传这种方式。 　　数据下载。检索引擎主要由检索程序和元数据组成。在生成新的检索引擎时，检索程序需要通过手工方式安装到引擎服务器；元数据由系统管理员通过用户接口进行选择，点击“生成”操作时，从数据仓库下载到引擎服务器的相应目录下，数据下载选用FTP协议来实现。一个元类型对应一个元数据文件和一个索引文件，两者都需要下载。数据下载操作需要记录日志，记录下哪些元数据被哪些引擎所使用。服务器端需要记录搜索引擎的IP和下载类别，客户端需要记录管理员的设置，包括搜索引擎的IP、下载类别、更新设定、索引和元数据的存储路径。可以考虑将数据下载和更新的操作统一起来。 　　数据一致性维护。引擎数据来自数据仓库，数据仓库中的数据随着时间的推移可能会发生变化，所以需要维护引擎元数据和数据仓库数据的一致性。数据一致性维护采用查询协议和