不同搜索模式之间的技术差异:
1、对用户需求的表示(query model)
2、对底层数据的表示(data model)
3、匹配方法(matching technique)
信息检索(IR)支持对文档的检索(document retrieval)
数据库(DB)和知识库专家系统(Knowledge-based Expert System)可以提供更加精确的答案(data retrieval)
DB和KB系统属于重量级语义搜索系统
基于语义的IR系统属于轻量级的语义搜索系统
查询构建->查询处理->结果展示->查询优化
语义数据搜索:
难点:可扩展性、异构性、不确定性
语义Web搜索引擎:
本体搜索:Swoogle、Waston
实体搜索:Sigma on Sindice、Falcons
数据Web搜索:SWSE
三元组存储:基于IR单一数据结构和查询算法、基于DB的SOR各种索引和查询算法、原生存储Native stores
存储和索引Semplore
IR索引基于以下概念:文档、字段、词语、posting list和position list
增量索引——移动大量数据开销很大——基于块的索引扩展:分块后只需移动当前块即可——更多的块需要更多的随机访问,同时需要更多的空间开销
一个基本的数据结构:Ascending Integer Stream(AIS):
基础检索、归并排序、概念表达式计算、不支持关系扩展
排序原则:
质量传播:更新分数同时反应该元素相邻元素得分
数量聚合:还需考虑邻居数量,更多令居排名高
基于结构的分区和查询处理
基于结构的索引和分区
结构感知(structure-aware)查询处理
评估:比较SP和垂直分区方式VP
效率、增量整合、运行时整合
混合搜索:下一代的网络搜索,将内容单元提供给复杂的信息需求
语义搜索的交互范式
可用性:查询翻译、查询解释
摘要图生成graph summarization
Top-k图探索:从关键词元素开始,对图进行代价导向的探索
id="tmp_downloadhelper_iframe">
</div>