基于FCA的搜索引擎的信息检索模型及其实现

• 作者: 刘宗田 沈夏炯 许研
• 来源期刊: 南昌工程学院学报
• 学科: 工学
• 关键词: 搜索引擎 形式概念分析 信息检索模型 属性抽取
• 年，卷（期）: 2007,（1）
• 页码范围: 30-34
• 页数: 5页
• 分类号: TP393
• 语种: 中文
• DOI: 10.3969/j.issn.1006-4869.2007.01.006

摘要

针对目前搜索引擎因对同义或近义关键词识别困难导致查准率降低的问题,提出了基于形式概念分析(FCA)的智能搜索引擎,为其提出一个基于关键词与FCA相结合的信息检索模型,即利用形式背景(Context)来挖掘隐含在文档中的潜在的概念关系,利用概念格将文档根据概念间的泛化-概化关系进行聚类,以便于用户找到最相关的信息,从而有效地提高了信息查找的效率.试验验证了该模型的可行性,通过实例来演示模型的构造和实现.试验结果表明该模型在概念理解,结果分类方面弥补了目前搜索引擎的缺陷.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈夏炯	河南大学数据与知识工程研究所	67	535	12.0	21.0
2	刘宗田	上海大学计算机工程与科学学院	155	2834	28.0	47.0
3	许研	河南大学计算机与信息工程学院	3	18	1.0	3.0