钟 伟

（汕头职业技术学院图书馆，广东 汕头 515078）

一、引言

现阶段，图书馆建设已经发展成为评价国家发展基础水平的重要标志。建立图书馆的主要目的是实现数据资源共享，同时还能够有效完成数字资源对应系统的可用性和集成性[1-2]。随着互联网技术以及计算机技术的迅猛发展，现阶段图书馆面临十分严峻的挑战，例如异构数据集成以及统一检索。相关专家针对该方面的内容进行了大量的研究，例如施少芳[3]对图书馆建设过程中所需要的全部资源以及教育政策进行分析，同时网络资源利用教育的形式引入到图书馆集成信息机检索中，实现检索。张路路等人[4]通过内容分析法完成图书馆集成信息检索。以上两种方法虽然取得了较为满意的研究成果，但是仍然无法满足现阶段的发展需求，为此提出一种基于随机森林的图书馆集成信息检索方法，实验结果表明，所提方法能够全面提升检索效率以及检索结果准确性。

二、方法

（一）随机森林算法

随机森林算法是由两种不同的算法组成，决策树为整个算法的基本组成单元，主要通过投票结果完成未知样本的划分。假设要解决回归问题，则需要输出所有决策树结果的平均值[5-6]。

设定初始数据集T中含有N个样本，其中Xi1，Xi2，…，XiM代表数据的属性或者特征，共计M个；Y代表类别标签，以下给出整个算法的具体操作流程：

在属性子集K中选取最佳分类节点，选取属性集中最佳分类属性，同时将属性值作为下一步进行分裂的主要判定依据，如果属性值为连续变量，则需要选取对应的分裂点。……