網絡教學資源搜索增強研究

葉文全

摘要：網絡教學資源服務對象包括教師、學生、社會培訓者等，其對應多種學科、類別，資源數量較大，用戶需要通過搜索獲取所需的特定資源，因此如何提高資源搜索的性能和實用性就十分重要。文章主要針對網絡教學資源的搜索性能、實用性進行搜索增強研究。

關鍵詞：教學資源；搜索增強；性能；實用性

伴隨著網絡技術的不斷發展，教育對教學資源建設的重視，為網絡教學資源庫的建設提供了契機。網絡教學資源服務的對象包括：教師、學生、社會培訓者等，其對應多種學科、類別，資源數量較大。用戶對資源的需求不一樣，需要通過搜索獲取所需的特定資源，因此如何提高資源搜索的性能、實用性是網絡教學資源庫開發所需要解決的一個重要問題。本文主要針對網絡教學資源搜索的性能、實用性進行增強研究。

1搜索性能增強策略研究

1.1使用索引提高搜索性能

索引是對列值進行排序的一種結構，正確地利用索引能夠加快對數據表相應信息的訪問。索引雖然能夠提高數據的檢索性能，但是也提高了數據維護的成本。因此，要合理使用索引，在創建索引前，需要確定使用哪些列和要創建的索引類型。

索引包括聚集索引和非聚集索引。聚集索引適用于含有大量的不重復值的列、可用于范圍值計算的列、結果集較大的查詢及經常使用連接或分組的列，非聚集索引中鍵值邏輯順序和物理順序沒有關系。將主鍵設置為聚集索引并非最佳方案，在教學資源庫中資源編號是標記列且設為主鍵，會把資源編號設置成聚集索引。在實際應用中，并不會針對資源編號進行搜索，這就導致讓資源編號作為聚集索引是不正確的選擇。其次，資源編號都不相同，也不符合“很多數據不同值的列不應該設置聚合索引”的規則。下面以在1000萬條數據量的資源信息表中查詢近180天的資源信息速度為例（180天內的資源信息數據為30萬條，數據通過程序生成，供測試使用），其分析如表1所示。

通過上述的數據分析，正確地建立聚集索引是十分有必要的。必須根據實際中的應用范圍和數據本身的構成來確定聚集索引，而非固定使用默認的主鍵作為聚集索引。

1.2優化SQL語句提高搜索性能

數據庫管理系統本身具備了一定的查詢分析優化能力。在MSSQL中的“查詢分析優化器”，會檢測查詢的各個組成部分，并判斷要求掃描的組成部分是不是有用，如果某個組成部分能夠作為一個掃描參數，則稱該組成部分為可優化，并使用索引對所需數據進行快速獲取。如果某個表達式不能滿足掃描參數的條件，就不能控制掃描范圍，“索引”對不符合掃描參數條件的表達式是起到作用的。因此，在SQL查詢語句的編寫過程，要注意where子句的優化，讓“索引”的作用得以充分發揮，最大限度地提高搜索性能。

在搜索過程對信息字段的獲取要遵循“需要多少，提取多少”的準則，不要采用“select*”。字段提取的多少對速度的影響如表2所示。

1.3自定義分頁提高搜索性能

在數據的查詢過程中，若一次性將查詢結果讀出，當數據量較大時，勢必需要消耗較多的讀取時間，影響搜索結果的最終呈現速度。因此，在項目的實際開發中，可以應用自定義分頁的形式提高搜索的性能，若將實現自定義分頁的過程使用存儲過程的方式來實現，充分利用存儲過程的優點，搜索性能將會得到更進一步的提高。

自定義分頁每次查詢只從查詢結果中讀出當前頁所需的數據，以資源搜索結果為2000條數據，系統每頁呈現20條數據為例，普通分頁與自定義分頁相比，如圖1-2所示。

通過圖1-2可以看出，采用自定義分頁，僅從數據表中讀出當前頁的20條，數據控件也不需要進行控件內分頁，其性能在數據讀取和數據呈現上都有良好的提升。

2搜索實用性增強策略研究

2.1純粹模糊查詢實現搜索的不足分析

純粹模糊查詢實現搜索指在搜索的過程中，僅將用戶輸入的關鍵字在數據的查詢過程中，用數據庫本身提供的模糊查詢功能，與數據庫表中的相關字段值進行匹配，并將匹配正確的值提取至搜索結果。其操作簡單，但存在以下2點不足：

（1）相關詞無法匹配。相關詞無法匹配造成搜索結果的部分性，是純粹模糊查詢的最大不足之處。

（2）容錯性低。由于未對輸入的搜索關鍵詞進行分析，一旦關鍵詞中包含無用詞或錯別詞時，將導致搜索結果零數據返回。

通過上述分析，要解決相關詞無法匹配和容錯性低的兩大不足，需要對搜索實用性增強進行研究。

2.2增強相關詞匹配

相關詞的界定很難由程序自動判斷，因為相關詞有客觀構成，也有主觀構成。如：電腦與計算機、computer為客觀相關詞，而電腦與微軟、馮·諾依曼則為主觀相關詞。客觀相關詞為事實存在，為大多人所共知，而主觀相關詞需要在特定的條件下成立，人們通過“電腦”可以聯系到軟件巨頭“微軟公司”或計算機科學家“馮·諾依曼”，需要一定的知識延展性，甚至“電腦”可以延伸到“計算器”，不同的用戶有不同的認識。因此，主觀相關詞具備一定的不確定性與抽象的特點。增強相關詞匹配可通過增加相關詞字段或建立相關詞庫的方法來實現。相關詞的匹配涉及匹配的深度和廣度，越全面、精準則其投入成本越高。

增加相關詞字段。指通過在數據表中增加“相關詞”字段，當用戶在添加信息時，輸入與此信息的相關詞。相關詞的界定及輸入由信息編輯者進行操作，采用增加相關詞字段的方式來提高相關詞匹配，其實現方式簡單，操作過程也容易，但相關詞的界定由編輯者確定，相關詞的個人主觀性較強。

建立相關詞庫。指通過建立相關詞庫表，當用戶輸入搜索關鍵詞時，系統自動在相關詞庫表中搜索其相關詞，一并歸入關鍵詞中進行處理，對搜索的實用性有很大的提高。當用戶輸入搜索關鍵詞時，系統將自動遍歷搜關鍵詞的相關詞，達到相關詞匹配的目的。建立相關詞庫的方式，其相關詞并非由編輯者個人界定，而且相關詞可以靈活調整，不斷補充。因此，建立相關詞庫的方式更加全面、客觀，但構建一個完善的相關詞庫需要較大的投入。

增加相關詞字段與建立相關詞庫兩者各有優缺點，但兩者并非對立。在一個系統中，可以同時采用這2種方式或者其中之一以增強搜索相關詞匹配，提高搜索實用性。具體實施方案還需要考慮到實際需求和投入成本預算。

2.3增強搜索容錯性

在搜索的過程中，用戶對搜索關鍵詞的輸入具備不確定和冗長等特點。不確定主要指關鍵詞的選詞不確定和關鍵詞的是否正確不確定，而冗長指用戶輸入的搜索關鍵詞包含多余的信息。如果系統的搜索過程未對用戶輸入的搜索關鍵詞進行分析和處理，那么，其搜索結果將有可能得不到用戶所需要的數據。從搜索易用性與實用性的角度出發，搜索功能必須具備一定的容錯性。

要增強搜索的容錯性，就需要解決搜索關鍵詞的不確定與冗長的特點。將搜索關鍵詞按一定的規則進行拆分，簡稱分詞。將長詞轉化為短詞，并舍去重復的部分，可以提高搜索相關詞的匹配，降低長詞中錯詞、別詞的構成，從而提高搜索的容錯性。

分詞搜索可以在一定程度上解決搜索的容錯要求，提升搜索的功能與精確度。分詞技術主要分為3種：

（1）字符串匹配的分詞方法。字符串匹配的分詞又分為4種，分別是：正向最大匹配法、反向最大匹配法、最短路徑匹配法、雙向最大匹配法。

（2）詞義分詞法。詞義分詞法根據機器語音進行分詞判斷，通過對句法、語義的分析，使用句法信息、語義信息進行分詞。但詞義分詞法目前還不成熟，尚處于測試階段。

（3）統計分詞法。統計分詞法依據詞組的統計，針對相鄰的字出現的次數多少，認定詞的重要程度，作為關鍵詞的分詞分隔符。

盤古分詞作為一種分詞組件，大大降低了系統進行分詞搜索的投入成本，避免重復造車的現象，非常方便應用在基于NET技術進行開發的系統中。

3結語

通過對索引的合理利用、SQL語句的優化和自定義分頁的使用，對搜索性能有良好的提升，融入盤古分詞的強大功能，結合相關詞匹配技術，能夠提高搜索的實用性。本文從搜索性能與實用性兩方面研究了搜索增強技術，并將其應用于學院的教學資源庫建設中，雖然取得了一定的成效，但還需要繼續努力。