[發(fā)明專利]一種情報(bào)收集處理和檢索系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201310502517.6
• 申請(qǐng)日: 2013-10-23
• 公開(kāi)（公告）號(hào): CN103530398A
• 公開(kāi)（公告）日: 2014-01-22
• 發(fā)明（設(shè)計(jì)）人: 江彩蓮
• 申請(qǐng)（專利權(quán)）人: 合山市科學(xué)技術(shù)情報(bào)研究所
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 北京輕創(chuàng)知識(shí)產(chǎn)權(quán)代理有限公司 11212
• 代理人: 楊立

技術(shù)領(lǐng)域

本發(fā)明涉及一種情報(bào)收集處理和檢索系統(tǒng)，其包括情報(bào)收集模塊、情報(bào)處理模塊、檢索模塊以及情報(bào)庫(kù)。

背景技術(shù)

隨著時(shí)代與技術(shù)的發(fā)展,在報(bào)刊、圖書(shū)、地圖、聲像資料等眾多公開(kāi)情報(bào)來(lái)源當(dāng)中,互聯(lián)網(wǎng)已經(jīng)成了進(jìn)行公開(kāi)情報(bào)收集的一個(gè)重要渠道。計(jì)算機(jī)互聯(lián)網(wǎng)絡(luò)已經(jīng)遍布全球,因特網(wǎng)已經(jīng)廣泛應(yīng)用于政治、經(jīng)濟(jì)、軍事等各個(gè)領(lǐng)域,已經(jīng)形成超越傳統(tǒng)地理空間的“計(jì)算機(jī)網(wǎng)絡(luò)空間”,其時(shí)效性、方便性及內(nèi)容的豐富性都十分突出。

但是,Internet是海量信源,而且是一個(gè)開(kāi)放、分布的信息空間,它本身所固有的三個(gè)特點(diǎn)已經(jīng)明顯阻礙了人們對(duì)Inter-net上信息資源的充分使用:1、Internet上可利用的信息是無(wú)組織的,多種結(jié)構(gòu)形式的,并且分布在全世界的各個(gè)站點(diǎn)上;2、資料和服務(wù)的類型以及數(shù)量每天都在大量增加。因而信息可利用性和可靠性也在不斷地變化;3、由于信息源的動(dòng)態(tài)性以及潛在的有用信息的更新和保存問(wèn)題,信息常常是模糊的,有時(shí)甚至是錯(cuò)誤的。

如何確定情報(bào)搜集的方向,并找到一種高效的收集方式,也就是在互聯(lián)網(wǎng)上如何找、以及怎樣找,是進(jìn)行公開(kāi)情報(bào)收集的一個(gè)急需解決的問(wèn)題。目前所提供的信息檢索方式,如搜索引擎,并不能從根本上解決這方面的問(wèn)題。其原因有以下幾點(diǎn):1、用戶的興趣表達(dá)方式與計(jì)算機(jī)對(duì)用戶興趣的理解與識(shí)別之間存在相當(dāng)?shù)木嚯x;2、在檢索過(guò)程中,會(huì)有大量不相關(guān)的信息被提供給用戶,產(chǎn)生“信息過(guò)載”的現(xiàn)象;3、幾乎所有的搜索引擎都不能對(duì)互聯(lián)網(wǎng)的所有信息進(jìn)行索引,所涵蓋的只是其中的一部分,因此不能保證情報(bào)的查全率;4、搜索引擎在尋找信息過(guò)程中,不能對(duì)有限制的站點(diǎn)進(jìn)行破解與索引。因此,這些站點(diǎn)的信息會(huì)被遺漏;5、搜索引擎在檢索信息時(shí),不能保證信息的時(shí)效性和權(quán)威性,這對(duì)進(jìn)行情報(bào)收集來(lái)說(shuō),也是一個(gè)非常嚴(yán)重、甚至是致命的弱點(diǎn)。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種情報(bào)收集處理和檢索系統(tǒng)，其包括情報(bào)收集模塊、情報(bào)處理模塊、檢索模塊以及情報(bào)庫(kù)，通過(guò)用戶定義以及興趣相關(guān)度計(jì)算的方式，實(shí)現(xiàn)了下載信息的過(guò)濾與分類，并能夠較好地實(shí)現(xiàn)互聯(lián)網(wǎng)上公開(kāi)情報(bào)信息的收集、處理與管理問(wèn)題，解決了用戶的興趣表達(dá)方式與計(jì)算機(jī)對(duì)用戶興趣的理解與識(shí)別之間存在相當(dāng)?shù)木嚯x的技術(shù)問(wèn)題。

本發(fā)明解決上述技術(shù)問(wèn)題的技術(shù)方案如下：一種情報(bào)收集處理和檢索系統(tǒng),其包括情報(bào)收集模塊、情報(bào)處理模塊、檢索模塊以及情報(bào)庫(kù)，其特征在于：還包括知識(shí)庫(kù)，所述的知識(shí)庫(kù)包括興趣模型庫(kù)、專業(yè)知識(shí)庫(kù)、挖掘規(guī)則庫(kù)、權(quán)威網(wǎng)址列表以及閾值庫(kù)；所述情報(bào)收集模塊包括搜索器和興趣制定模塊；所述興趣制定模塊，為用戶制定興趣定制與文檔相關(guān)度模型。

進(jìn)一步，所述專業(yè)領(lǐng)域知識(shí)庫(kù)包括專業(yè)同義詞庫(kù)、專業(yè)異義詞庫(kù)、地理信息庫(kù)、人名庫(kù)。

進(jìn)一步，所述興趣制定模塊的工作步驟如下。

步驟一，情報(bào)用戶以專題來(lái)表達(dá)并提交他的興趣。

步驟二，將所述專題名稱經(jīng)過(guò)地名、人名專用名詞的抽取處理后作為關(guān)鍵詞的一個(gè)最重要部分，抽取出來(lái)的專用名詞加入所述專題的關(guān)鍵詞列表；

步驟三，設(shè)置所述專題為T、關(guān)鍵詞為K1,K2,…,Kn，所述關(guān)鍵詞K1,K2,…,Kn的字符長(zhǎng)度分別為l1,l2,…,ln，文檔D中的出現(xiàn)K1,K2,…,Kn的頻率分別為f1,f2，…,fn，文檔D的字符數(shù)為L(zhǎng)；

步驟四，令所述關(guān)鍵詞Ki的權(quán)重wi為：

wi=12i1≤i<n,n>112i-1i=n or n=1]]>