一種信息倉庫檢索系統的設計和實現

　　摘要：文章設計了一個信息倉庫的檢索系統，對企業各種信息進行有效分類和統一規劃，并提供全文檢索、類別瀏覽、組合條件查詢等多種搜索機制，使得信息可以方便地組織起來并按照使用權限展現給用戶，最大限度地提高信息利用率。經過實際使用，該檢索系統基本達到設計的要求。
　　關鍵詞：信息倉庫；信息檢索
　　
　　一、引言
　　
　　當代社會是一個信息高度發達的社會，信息是否被合理利用往往會決定一個企業的發展成敗。如果不對信息管理加以足夠的重視，會導致企業在市場競爭中處于不利的位置。要想贏得市場競爭的主動，就要求各個企業必須加強對企業相關的各種信息的管理和使用，就是企業要實現“信息化”。
　　企業信息化是企業應用信息技術，使企業的生產、經營、管理等各個層次、各個環節和各個方面水平得以提高，不斷提高企業的決策能力和競爭力的過程。
　　在企業實際運作過程中，會產生大量的非結構化的文檔信息。企業需要對這些信息進行處理。因為，如果不加以處理，一方面會浪費有用的信息資源；另一方面，也會對企業的信息處理造成負擔，影響工作效率。這就需要建設一個信息倉庫系統。
　　
　　二、信息倉庫系統介紹
　　
　　計算機與信息技術經歷了半個世紀的發展，給人類社會帶來了巨大的變化與影響。現在，人們正逐漸受到“信息爆炸”、“混沌信息空間”和“數據過剩”的巨大壓力。計算機與信息技術的發展，雖然加速了獲取知識的過程，但當數據量極度增長時，如果沒有有效的方法，也會感到像大海撈針一樣束手無策。據估計，在一個大型企業數據庫中，只有7%的數據得到了很好的利用，相對于“數據過剩”和“信息爆炸”，人們又感到“信息貧乏”。
　　早期人們用來支持決策的信息系統大多數是以關系數據庫為基礎的。關系數據庫以關系模型為基礎，關系模型由關系數據結構、關系操作集合和關系完整性約束3部分組成。由于不能訪問或以快速方式訪問大型數據存儲器或有高度標準結構的數據；而且傳統的數據庫數據缺乏組織性；同時數據庫中存放的大多是原始數據，難以轉化為有用的信息，效率低下，對分析處理的支持不能令人滿意。以往的多數決策支持系統只能停留在演示階段，靈活性和可用性差，不實用。
　　因此，人們開始嘗試對數據庫中的原始數據進行再加工，形成一個綜合的、面向分析的環境以支持決策的產生，從而產生了數據倉庫。
　　數據倉庫（Data Warehouse）是指從多個數據源收集的信息，以一個一致的模式存儲起來所得到的數據集合。它是面向主題的、集成的、穩定的數據集合，支持管理部門的決策過程。
　　但是，數據倉庫本身固有的特點：應用建立在數據的基礎上的，會帶來忽略經過挖掘的數據的管理和利用不足的問題。于是，信息倉庫應運而生。
　　信息倉庫的產生，順應時代的發展和科技的進步，是科學技術要滿足人們需要的必然結果。
　　信息倉庫系統是企業信息管理體系建設的一部分。此系統側重點是非結構化信息的采集、管理和展現。它是一種能夠為企業中高層管理決策者提供輔助決策的信息管理系統。
　　利用該系統，企業用戶把這些文檔信息分門別類組織存放起來，根據信息的實際用途和決策支持的具體需要，對企業各種信息進行有效分類和統一規劃，并提供全文檢索、類別瀏覽、組合條件查詢等多種搜索機制，使得信息可以方便地組織起來并按照使用權限展現給用戶，以實現信息的分級共享，最大限度地提高信息利用率。信息倉庫的文件資料與其之上的查詢應用相結合，以構成較為完善的知識發現與管理體系。
　　
　　三、信息倉庫中檢索功能概述
　　
　　信息倉庫系統建立后，可以想象每天都有大量的各類信息加載到系統中，如何快速、準確的查詢到最關心的信息，就成為系統重點解決的問題。系統提供多種檢索方式，如全文檢索、分類瀏覽、高級檢索、熱門檢索，可以幫助用戶很方便地查找到符合各自需要的信息。搜索引擎子系統的主要目的是在信息倉庫系統中提供對信息的多種查詢功能（見圖1）。
　　
　　（一）全文檢索
　　用戶輸入任意詞語，系統都可以搜索出包含這些詞語的文檔信息。在信息倉庫系統中，提供按標題檢索和按內容檢索兩種方式。
　　按標題檢索：檢索出文檔標題中包含所輸入詞語的所有文檔信息。
　　按內容檢索：檢索出文檔內容中包含所輸入詞語的所有文檔信息。
　　全文檢索的主要目的是讓用戶查找想要的任何信息。對所要查詢的信息，用戶只知有代表性的詞語、基本概念等。
　　系統提供一個檢索引擎，用戶只要輸入有代表性的詞語、基本概念（順序信息），在信息庫中全文搜索包含該詞或詞組（順序信息）的相關信息。
　　可操作的對象：Word文檔、Excel文檔、PDF文檔、HTML文檔、Tiff文檔等文檔型文件。針對音/視頻文件、流媒體文件、圖形、圖片文件等非文檔文件，提供針對文件屬性（作者、編檔時間、關鍵字、描述、摘要等）的檢索。
　　檢索條件：用戶通過輸入檢索條件，完成對授權文檔、文件的訪問。檢索條件可以是多種類型的數據，如字、詞、詞組、語句、時間、文件名等。系統還允許用戶輸入基于運算表達式的復合型條件，如時間+文件名、字+字、詞組+語句等。
　　（二）分類檢索
　　將信息按照系統定義好的類別展示給用戶，可以采用樹型結構或者層級結構等展現形式，方便用戶查看，同時可以只在某一類別下再進行全文檢索，縮小搜索范圍，提高搜索的速度和準確度。
　　當用戶明確知道要查的某一分類的信息時，通過信息分類逐級目錄導航的方式細化信息分類以查找到用戶想查找的信息是一種更為高效的查找方式。分類檢索的界面與實現方式可以參考各大搜索引擎的目錄檢索方式。
　　（三）高級檢索
　　系統提供若干更為具體的檢索條件，如采集人姓名、所在部門、采集時間等，讓用戶更準確的定位信息，提高信息查詢的工作效率。
　　高級檢索的主要目的是查詢格式固定但條件多樣的信息。為節省查詢定義的時間和數據庫檢索的時間、提高查詢效率、提高查詢信息的準確性，可將信息的多種查詢條件按類分成幾個條件集合，集合之間的關系分成兩種：同時滿足（并）、只要一個滿足（與）。在查詢信息時，用戶只需在條件集合中選擇相應的條件以及集合之間的關系（只要一個滿足、同時滿足）即可查詢出相關的信息。
　　在系統中可供檢索的條件主要有：文檔標題；采集人姓名、所在部門、采集時間；發布人姓名、所在部門、發布時間；審核人姓名、所在部門、審核時間。
　　（四）熱門檢索
　　對系統用戶輸入的全文查詢條件保存下來，通過系統比較，找到10條最經常使用的查詢用語，作為熱門檢索的常用查詢條件，當以后再次查詢此類內容時，即可直接點擊進入，而無需重新輸入查詢條件了，方便用戶使用。
　　
　　四、總結
　　
　　本文的總體目標是為了解決在信息倉庫中，面對大量的非結構化的信息，如何最快、最好、最準確地找到用戶權限以內的信息，為用戶節省時間，提高企業的工作效率！
　　本文設計的系統，能完成的搜索功能有：全文搜索、高級搜索、分類搜索、熱門搜索。通過本系統，企業信息管理可以做到：一方面雖然信息過多，但能夠做到便于使用者找到最需要的文件。另一方面，幫助每個部門分類和屏蔽對于一些部門無用的信息，提高了工作效率。
　　
　　參考文獻：
　　1、宜達婧.基元信息倉庫的研究及其在流程工業中的應用[D].北京化