摘要：當前的書籍信息資源自動檢索系統(tǒng)往往直接采用挖掘算法對信息進行檢索，對共現(xiàn)詞語的分析不足，因此在需要高查全率的檢索中，存在查準率不足的問題。因此文中提出基于讀者閱讀偏好的書籍信息資源自動檢索系統(tǒng)設計。硬件設計中設立異構(gòu)多核的信息檢索硬件結(jié)構(gòu)。在軟件設計中，首先根據(jù)我國中圖分類規(guī)則，建立起分類樹狀結(jié)構(gòu)，同時利用MFP⁃Miner算法對讀者的閱讀偏好進行運算，對偏好以及中圖分類樹狀結(jié)構(gòu)中出現(xiàn)的詞語共現(xiàn)情況進行概念擴展根據(jù)此來進行檢索。為了驗證設計的系統(tǒng)是否滿足設計初衷，使用所提系統(tǒng)及傳統(tǒng)檢索系統(tǒng)對某圖書館中的書籍信息進行檢索。實驗結(jié)果顯示，文中設計的書籍信息資源自動檢索系統(tǒng)的查準率在查全率提高的情況下，降低程度較低，滿足設計初衷。
關(guān)鍵詞：自動檢索;挖掘算法;閱讀偏好;詞語共現(xiàn);分類樹狀結(jié)構(gòu);信息檢索;概念擴展
0引言
在圖書館信息化建設中，圖書信息的自動檢索可為讀者提供更接近需求的檢索結(jié)果，降低圖書閑置管理的成本[1⁃3]。而國外對數(shù)字化圖書館的研究始于20世紀末期，比較典型的圖書檢索系統(tǒng)有：Libra系統(tǒng)、BibTip系 統(tǒng)等[4⁃5]。但早期的圖書檢索系統(tǒng)在使用中需要幾個月的數(shù)據(jù)收集，同時存在冷啟動階段下推進內(nèi)容偏差較大的問題。而國內(nèi)的圖書館信息化起步較晚，隨著國外圖書推薦系統(tǒng)的應用，高校才開始逐步進行相關(guān)實驗，與發(fā)達國家的圖書推薦系統(tǒng)間存在差距[6⁃8]。
圖書館論文范例： 圖書館閱讀推廣的問題表現(xiàn)與優(yōu)化對策
1基于讀者閱讀偏好的書籍信息資源自動檢索系統(tǒng)硬件設計
本文系統(tǒng)的硬件結(jié)構(gòu)包含多個不同處理核，通過多個輔助核擴展，除了兩個處理核外，還有內(nèi)存控制器、外設控制器等，同時使用總線連接。本文在輔助核上設置BIU用來與總線相連接，包括信息控制單元ICU，并與主核進行通信，從而讀取主核中的內(nèi)容，控制ICU內(nèi)部的直接內(nèi)存存取模塊，進行輔助控制，并與本地存儲器LS直接進行數(shù)據(jù)交換。除了兩個處理核外，還包括進行連接主存的內(nèi)存控制器，以及其他IP核。而在本文系統(tǒng)中其他硬件構(gòu)成沿用文獻[2]中系統(tǒng)硬件。
2基于讀者閱讀偏好的數(shù)據(jù)信息資源自動檢索系統(tǒng)軟件設計
2.1書籍特征分類及相似度計算
我國的圖書館分類法(中圖分類法)是目前較為常用的圖書分類法，其將數(shù)據(jù)分為5個基本類以及22個小類[9⁃11]。本文對數(shù)據(jù)的特征分類沿用中圖分類法的分類框架，將分類法中每個子類，作為一個分類指向根節(jié)點，分類節(jié)點不斷延伸，同時節(jié)點間的關(guān)聯(lián)性逐漸下降。首先對兩個節(jié)點間的公共祖先深度進行計算，而對結(jié)構(gòu)匯總根節(jié)點的深度參數(shù)設置為0，同時依照下面方法對節(jié)點相似度進行計算，即：SIM(U,V)=DEPTH(LCA(U,V))MAX_DEPTH(1)式中：U,V代表在樹狀結(jié)構(gòu)中的兩個任意節(jié)點;LCA(U,V)代表U,V下最近的祖先節(jié)點;DEPTH函數(shù)代表節(jié)點深度計算函數(shù);MAX_DEPTH為節(jié)點樹中的深度最大值，并以常數(shù)的形式體現(xiàn)。
2.2MFP⁃Miner算法挖掘讀者閱讀偏好
MFP⁃Miner算法在挖掘中不需要產(chǎn)生最大頻率的候選項目集，同時善于發(fā)現(xiàn)最大頻繁項目集中的FP⁃Tree，不需再掃描事務數(shù)據(jù)庫[12⁃13]。在算法的實現(xiàn)中，需要4個步驟：
1)需要確定最大頻率項目集集合，設項目集X⊂I，如果support(X)≥minsup，而對于X下的任意超集Y，均需滿足support(Y)
首先，為節(jié)點的項目名，即node⁃name;到達節(jié)點子路徑數(shù)為node⁃count;父節(jié)點為node⁃parent;同名節(jié)點為node⁃link。在進行運算時，頻繁模式樹的父節(jié)點不存在的情況下，數(shù)值為null，而當同名節(jié)點不存在時，數(shù)值也可設置為null。在頻繁模式樹中，創(chuàng)建一個頻繁項目頭表，頭表中的元素需要包括兩個域，分別為存放頻繁項目的域item⁃name，以及指向頻率項目同名的節(jié)點鏈和第一個節(jié)點下的item⁃link。
3)構(gòu)造FP⁃Tree。根據(jù)上述建立的頻繁模式樹的概念，構(gòu)造起FP⁃Tree。4)根據(jù)系統(tǒng)中需要的條件模式構(gòu)造期條件頻率模式樹，對于項目頭表HTable中任意一個存在的項目(設為ai)，將其所對應的item⁃head域指向其中同名節(jié)點鏈下的第一個節(jié)點，且在任意節(jié)點的同名節(jié)點鏈中節(jié)點名稱均與ai相同，而取出的所有前綴路徑構(gòu)成了項目ai的條件模式基，另外也作為ai下的條件頻率模式樹。
3實驗論證分析
本文設計實驗來驗證設計的信息資源自動檢索系統(tǒng)的可行性。在此使用本文設計的系統(tǒng)以及文獻[2]、文獻[3]、文獻[4]中的自動檢索系統(tǒng)來對某圖書館的書籍信息資源進行自動檢索，判斷系統(tǒng)的可行性。
本文中，系統(tǒng)開發(fā)工具選用MicrosrftVisualStudio2008，系統(tǒng)開發(fā)環(huán)境為ASP.Net(.NetFramework3.5)，IIS;語言腳本為C#，HTML，JavaScript，CSS，AJAX5;運行環(huán)境為Microsoft.NetFranmeworkSDK3.5，IIS;后臺數(shù)據(jù)庫為SQLServer2008，瀏覽器支持為IE6以上。而為了保證系統(tǒng)的運行，使用XilinxVirtex4ML403開發(fā)板中Powerpc405硬核作為系統(tǒng)的主處理器核。為了保證系統(tǒng)可以兼容32為的指令，在輔助核選擇上采用32位的RISCSPE指令集，同時在ML403的開發(fā)板下，遵循64KBBlockRAM的特點。
系統(tǒng)1為本文設計的信息資源自動檢索系統(tǒng)，系統(tǒng)2為文獻[2]中的自動檢索系統(tǒng)、系統(tǒng)3為文獻[3]中的自動檢索系統(tǒng)、系統(tǒng)四為文獻[4]中的自動檢索系統(tǒng)。在查全率不斷增加的情況下，系統(tǒng)檢索的查準率不斷降低，本文系統(tǒng)在查全率相同時，查準率均高于其他檢索系統(tǒng)。使用了MFP⁃Miner算法的本文系統(tǒng)在對讀者喜好書籍的檢索實驗中表現(xiàn)突出，而系統(tǒng)4查準率過低，并不具備對讀者喜好書籍類型的檢索能力。下面根據(jù)不同種類書籍，對其近似種類或關(guān)聯(lián)內(nèi)容書籍進行檢索。
4結(jié)語
本文針對讀者的閱讀偏好設計了書籍信息的資源自動檢索系統(tǒng)。從實驗中可以發(fā)現(xiàn)本文設計的書籍信息資源自動檢索系統(tǒng)的查準率較高，具有可行性。但在系統(tǒng)的結(jié)構(gòu)中，只實現(xiàn)異構(gòu)雙核的系統(tǒng)結(jié)構(gòu)，僅能添加一個輔助核，尚不具備多輔助核和聯(lián)合系統(tǒng)的拓展。為了使以后書籍信息資源自動檢索系統(tǒng)更加完善，將會向著對多核系統(tǒng)的方向進行深入研究。
參考文獻
[1]陳斯斯，郭繼軍，楊穎.嵌套自動檢索系統(tǒng)的微信小程序查收查引服務[J].中華醫(yī)學圖書情報雜志，2019，28(11)：65⁃69.
[2]李曙軍，張宏杰，王海棠，等.基于場景理論的STAC課程數(shù)據(jù)庫自動檢索系統(tǒng)[J].吉林大學學報(信息科學版)，2019，37(4)：457⁃462.
[3]林建.圖書館自動查收查引系統(tǒng)功能分析2：以CALIS和NoteFirst檢索功能為例[J].蘭臺內(nèi)外，2019(20)：42⁃44.
[4]王立銘，許婷珊，張玲，等.基于自主研發(fā)拉曼光譜儀的?；窐藴世V圖庫及自動檢索系統(tǒng)的建立[J].警察技術(shù)，2019(2)：78⁃80.
[5]張越，楊沐昀，鄭德權(quán)，等，等.面向問答系統(tǒng)的信息檢索自動評價方法[J].智能計算機與應用，2019，9(2)：262⁃268.
作者：朱湘君，何興杰
相關(guān)閱讀
