基于大數(shù)據(jù)的智能檢索系統(tǒng)設計與研究

陳 銳，傅永梅，楊冬梅，陳建建

(山東華宇工學院，山東 德州 253000)

隨著互聯(lián)網(wǎng)技術和計算機技術的不斷發(fā)展，大數(shù)據(jù)概念越來越深入人心。互聯(lián)網(wǎng)信息量飛速增長，人們正處于信息爆炸時代，從龐大的信息中檢索到所需的資源，這是對信息檢索系統(tǒng)最大的挑戰(zhàn)。提高檢索系統(tǒng)的智能化是人們急需解決的問題之一，大數(shù)據(jù)的發(fā)展為智能檢索系統(tǒng)設計提供了新的思路，其有利于我國智能檢索技術的發(fā)展和進步。

1 智能信息檢索系統(tǒng)存在的問題

1.1 信息資源過于分散

信息資源利用過程中存在著信息資源過于分散的問題。互聯(lián)網(wǎng)用戶為了查詢所需的信息，常常瀏覽不同的網(wǎng)站，嘗試各種不同的檢索方式，更換各種檢索關鍵詞，這樣的檢索不具有系統(tǒng)性，無形中降低了檢索效率。而大數(shù)據(jù)的使用和開發(fā)，改變了傳統(tǒng)的信息存儲習慣，云端檢索的存在使得網(wǎng)絡用戶能夠借助大數(shù)據(jù)檢索平臺將檢索條件直接進行整合，提高信息檢索的整體性。國內(nèi)外的搜索工具多種多樣，每個搜索引擎的建立基礎各不相同，但是每個搜索引擎也僅能涵蓋網(wǎng)絡資源的30%左右，其中可靠的信息只占很小的一部分，具有較大的局限性。用戶在網(wǎng)絡檢索中需要嘗試使用不同的檢索工具，才能找到自己滿意的信息資源。

1.2 算法匹配紊亂

現(xiàn)有的檢索工具大多需要用戶提供足夠準確的檢索詞，利用關鍵詞、規(guī)則與分類讓客戶進行判斷，但是與客戶缺乏充分的互動，不能智能化地詢問和猜測客戶想法。大部分檢索系統(tǒng)都是采用不同的算法來匹配不同檢索詞，這種匹配方式導致系統(tǒng)不同，匹配結果也不相同，與用戶檢索式息息相關。現(xiàn)有的檢索模式是采用集中串行式檢索，檢索效率較低，如果在某個節(jié)點出錯，會導致整個檢索過程受到嚴重影響[1]。

1.3 人工智能檢索應用性較差

人工智能簡稱AI，是當前最前沿的科學技術，通過模擬、延伸和擴展，可使檢索系統(tǒng)越來越智能化，涉及社會新聞、文學知識及科學知識等學科，用戶借助信息檢索系統(tǒng)查找信息時，如果系統(tǒng)智能性不夠，會導致信息不具有系統(tǒng)性和完整性。

2 基于大數(shù)據(jù)的智能檢索系統(tǒng)設計架構

基于大數(shù)據(jù)的智能檢索系統(tǒng)可分為以下幾部分，即知識存儲系統(tǒng)(知識庫)、知識采集系統(tǒng)、知識處理系統(tǒng)及知識表達系統(tǒng)。

2.1 知識存儲系統(tǒng)

知識的保存是信息檢索過程中的重點建設部分，只有足夠的信息存儲量，才能保證信息檢索過程的覆蓋范圍，才能體現(xiàn)信息檢索的全面性和整體性。信息檢索根據(jù)檢索方式可以劃分為3種，即硬件設備檢索、軟件檢索和系統(tǒng)檢索。硬件設備中存儲的信息是所有軟件和系統(tǒng)檢索的根基，只有足夠數(shù)量的存儲量才能保證信息系統(tǒng)的完善性，為用戶提供良好的服務，實現(xiàn)智能系統(tǒng)的開發(fā)和完善。知識的存儲應是有序的、分門別類的，在存儲過程中應重視知識間的關聯(lián)性，在系統(tǒng)分類的基礎上將知識有機關聯(lián)起來，便于用戶對知識的調(diào)用及信息處理。

2.2 知識采集系統(tǒng)

為了提高信息檢索系統(tǒng)中知識的豐富性，應注重信息采集工作，要保證信息檢索系統(tǒng)中的知識與時俱進，充分實現(xiàn)知識的更新和補充。知識采集系統(tǒng)主要分為書本知識采集及數(shù)據(jù)知識檢索收集。書本知識采集系統(tǒng)是將書本信息進行掃描，以PDF、Word等數(shù)據(jù)文本形式保存，將前人的經(jīng)驗轉(zhuǎn)為文本數(shù)據(jù)，分享給更多的人。數(shù)據(jù)采集系統(tǒng)主要分為以下幾個過程：一是建立鏡像，通過站點鏡像對網(wǎng)站內(nèi)容進行復制，將內(nèi)容復制到系統(tǒng)中，實現(xiàn)采集效率的提高。二是采用智能化的信息監(jiān)控系統(tǒng)，保證系統(tǒng)信息的合理性。三是對資源的智能發(fā)現(xiàn)，出現(xiàn)新的信息資源后，知識庫中的信息能夠與其進行交換，保證系統(tǒng)能夠自動采集信息。四是智能信息資源的轉(zhuǎn)換，將信息資源進行合理化的加工和分配，形成新的意義[2]。

2.3 知識處理系統(tǒng)

在大數(shù)據(jù)環(huán)境下，網(wǎng)絡廣泛普及，智能技術廣泛應用，用戶給軟件授權后生成通信協(xié)議，可使信息檢索順利進行。例如：用戶需要搜索一個信息，但用戶又不太了解這個信息，智能化知識處理系統(tǒng)可以采用模糊處理，根據(jù)用戶之前的生活習慣和檢索習慣，給出與其相關的關鍵詞，并在篩選結果中進行智能化鑒別，除去與搜索主題無關的、無用的信息，這種智能處理技術在多種搜索引擎中及大型數(shù)據(jù)庫中較為常見。智能處理系統(tǒng)的使用雖然處于起步發(fā)展階段，但在多個方面給人們帶來了便利，如在網(wǎng)絡管理方面，智能處理系統(tǒng)可以幫助用戶查找到最合適的網(wǎng)站下載資源，推送功能可使用戶找到最受大眾歡迎的網(wǎng)站，為生產(chǎn)和生活提供幫助。

知識處理技術主要分為幾個方面：一是信息過濾技術。進行過濾和查詢，對網(wǎng)絡垃圾、病毒等進行防范。在信息過濾技術中增加人工智能，可以使信息過濾更加靈活，體現(xiàn)智能化。二是圖像視頻檢索技術(機器視覺)。將拍攝到的圖像進行處理，轉(zhuǎn)化為圖像信號，并從信號中提取出有用的信息。提取過程中，要充分重視圖像中的主要特征，根據(jù)這些特征采用計算機技術、數(shù)學分析及經(jīng)驗來完成目標檢測、跟蹤、識別和表達。三是自然語言處理技術。它是能夠被人類廣泛識別的語言，智能檢索系統(tǒng)需要將自然語言處理為機器語言，進行加工后再轉(zhuǎn)化為自然語言。應對自然語言加強研究，實現(xiàn)人與機器間的有效互動，使計算機能夠準確判斷出自然語言是否可信，并完成自然語言的加工和理解[3]。

2.4 知識表達系統(tǒng)

智能檢索的優(yōu)勢是實現(xiàn)與人的友好交流，一個成熟的智能檢索系統(tǒng)需要充分和人實現(xiàn)智能互動，“想用戶之所想，急用戶之所急”。智能檢索系統(tǒng)不僅要將信息準確完整地搜集出來，還需要將信息科學合理地向用戶進行表達，讓用戶能夠全面了解知識。知識表達系統(tǒng)的建立能夠更好地幫助用戶進行信息劃分和查詢處理，挖掘出更多的信息資源，彌補過去智能處理信息的局限性，提高信息的交互性和流動性[4]。

3 結語

大數(shù)據(jù)、云計算等技術被人們廣泛應用于信息檢索中，為互聯(lián)網(wǎng)發(fā)展帶來了巨大的機遇，影響著人們的生產(chǎn)和生活。在這種情況下，智能信息檢索技術改變了過去信息資源分散、算法匹配程度較差的問題，充分實現(xiàn)了信息檢索過程的互動性和智能化，大幅度降低了用戶檢索過程的時間成本。基于大數(shù)據(jù)理念，應加強智能檢索系統(tǒng)的設計工作，促進信息檢索技術的進步，為數(shù)據(jù)中國發(fā)展做出貢獻。