基于知识发现的网络学术资源搜索分类系统的研究

摘要

网络资源的急剧膨胀，使得网络资源的收集整理和分类成为目前数字图书馆领域一个新的课题。如何能够将新兴的跨库检索技术、文本分类技术以及XML技术整合到一起，为数字图书馆的资源收集整理开辟新的方法，是本论文研究的方向。论文主要从系统设计的高度，介绍了网络资源收集分类系统的框架设计，并部分地实现设计思路，论文的创新点在于：利用机器分类和人工审核相结合的方法，运用Lucene索引／检索技术、网页分析技术和SVM文本分类技术，解决目前数字图书馆遇到的信息资源过多、查找困难和分类困难的问题。论文涉及到很多相关理论和知识，基于数字图书馆的应用，采用了XML和DC元数据作为数据保存的方式；在自动分类中，应用了知识发现中的文本的特征分析和分类理论；对于数据源，则对各种数据源进行分类，对不同的情况进行不同的分析。论文的第一章介绍数字图书馆目前遇到的问题，以及本论文的目的和意义。第二章主要对信息的概念和元数据的含义及功能进行了描述，对本系统处理信息和元数据所采用的XML语法以及处理机制进行了介绍，对知识发现方面的理论和技术，以及网络资源的类型作了介绍。第三章网络资源收集分类系统设计，从收集分类的需求分析开始，到系统的功能，系统的平台的选择，阐述了收集分类系统的设计过程。第四章网络资源收集分类系统实现，数据层阐述了系统的数据流，从资源的收集、整理分类到数据保存的数据形式；逻辑层则说明了系统的功能逻辑，实现方法。第五章介绍系统的实现情况。第六章介绍了系统的应用前景，说明本研究在数字图书馆领域的应用方向。