董光芹, 夏文秀

(东北大学 图书馆, 沈阳 110819)

Top-k查询(k项最大值)算法[1]与其他信息识别技术的差异是其不需要通过键盘输入信息数据, 而是采用Top-k查询算法设备输入, 该算法具有信息采集速度快、可靠性高等优点[2-3].图书自整合信息检索是图书馆的一项基本工作, 如何能更方便快速地对图书馆中海量图书进行自整合信息识别是该领域的主要任务.目前, 图书自整合信息快速检索方法已有许多研究成果.文献[4]提出了一种基于模糊聚类与模糊模式识别(STAR)的方法, 该方法对图书信息进行检索时, 对图书借阅用户的信息素质和借阅图书的资源信息检索情况进行聚类分析, 确定图书信息的最佳分类阈值, 实现对图书信息的快速检索, 但该方法存在用户信息不准确、图书资源检索种类繁多的问题, 导致获取信息不精确, 检索结果有误差.文献[5]提出了一种基于特征聚类的信息检索方法, 该方法首先对图书信息进行降维处理, 保留图书信息的关键词特征, 同时去除冗余文本带来的影响, 然后按照图书信息关键词特征相似程度将图书信息特征进行聚类, 确定图书信息检索的目标函数, 采取约束条件对其进行约束, 最后调整图书信息关键词特征的聚类中心和权值, 实现对图书信息的检索, 但该方法工作量较大, 耗时较长, 且未考虑对自整合信息的管理.

基于上述问题, 本文提出一种基于Top-k查询算法的图书自整合信息快速检索方法.仿真……