由于传统方法在图书馆文献信息智能检索中应用效果不佳,不仅平均正确率(Mean Average Precision,MAP)较低,而且衡量搜索引擎算法的指标(Discounted Cumulative Gain,DCG)具有较低的归一化止损值,为此提出应用数据挖掘的图书馆文献信息...由于传统方法在图书馆文献信息智能检索中应用效果不佳,不仅平均正确率(Mean Average Precision,MAP)较低,而且衡量搜索引擎算法的指标(Discounted Cumulative Gain,DCG)具有较低的归一化止损值,为此提出应用数据挖掘的图书馆文献信息智能检索方法。首先,利用数据挖掘技术估测出嵌入的检索词条与检索文本的相关性;其次,考虑用户反馈构建逻辑回归判断模型;最后,根据逻辑回归判断模型结合最佳权重实现信息检索。实验证明,设计方法MAP值为0.95~0.98,DCG归一化止损值在0.86以上,证明应用设计方法可更好地进行图书馆文献信息检索,应用效果更好。展开更多
文摘由于传统方法在图书馆文献信息智能检索中应用效果不佳,不仅平均正确率(Mean Average Precision,MAP)较低,而且衡量搜索引擎算法的指标(Discounted Cumulative Gain,DCG)具有较低的归一化止损值,为此提出应用数据挖掘的图书馆文献信息智能检索方法。首先,利用数据挖掘技术估测出嵌入的检索词条与检索文本的相关性;其次,考虑用户反馈构建逻辑回归判断模型;最后,根据逻辑回归判断模型结合最佳权重实现信息检索。实验证明,设计方法MAP值为0.95~0.98,DCG归一化止损值在0.86以上,证明应用设计方法可更好地进行图书馆文献信息检索,应用效果更好。
