企業(yè)內(nèi)網(wǎng)項目檔案檢索方法的優(yōu)化

摘 要現(xiàn)階段，計算機技術(shù)應(yīng)用在各行各業(yè)，企業(yè)項目檔案也全部轉(zhuǎn)換為電子版，并構(gòu)建企業(yè)內(nèi)網(wǎng)檔案檢索系統(tǒng)方便管理。當(dāng)前的企業(yè)內(nèi)網(wǎng)項目檔案檢索方法存在效率低、準確率低的問題，已經(jīng)無法滿足企業(yè)使用要求。為此，提出一種基于計量算法的企業(yè)內(nèi)網(wǎng)項目檔案檢索優(yōu)化方法。該檢索方法通過計量算法算法對檔案數(shù)據(jù)進行分類處理，強化了信息查詢環(huán)節(jié)，加強了檢索的智能程度，提高檢索效率，為檔案檢索技術(shù)發(fā)展提供借鑒作用。

【關(guān)鍵詞】企業(yè)項目檔案 數(shù)據(jù) B/S模式 相關(guān)度排序算法

最近幾年，隨著計算機信息技術(shù)的高速發(fā)展，企業(yè)項目從立項、撰寫項目計劃、啟動實施到項目結(jié)束，幾乎都是通過計算機來完成，由此也產(chǎn)生了數(shù)量龐大的項目電子檔案。而傳統(tǒng)的檔案檢索技術(shù)耗時長、精準度差，給整體企業(yè)工作造成一定程度的影響。因此，本文提出一種基于計量算法的企業(yè)內(nèi)網(wǎng)項目檔案檢索優(yōu)化方法，該方法利用計量算法處理檔案數(shù)據(jù)，增強檢索操作過程的智能程度，大幅度地提高了整體檢索效率，對未來企業(yè)內(nèi)網(wǎng)項目檔案信息化檢索工作的發(fā)展提供示范作用。

1 企業(yè)內(nèi)網(wǎng)項目檔案檢索計量算法優(yōu)化

1.1 用戶向量計算

用戶向量計算時信息檢索計算的重要組成之一，是決定整體檢索計算是否準確的重要影響因素，能夠為信息檢索系統(tǒng)奠定堅實的基礎(chǔ)，為此，本文首先優(yōu)化用戶向量計算。

人們在系統(tǒng)輸入想要查詢的文字內(nèi)容時，一般圍繞關(guān)鍵詞，再輸入一些限定因素，比如用來修飾關(guān)鍵詞的定語，限制關(guān)鍵詞范圍或是說明關(guān)鍵詞意圖的詞語，因此，本文所提信息檢索計量算法優(yōu)化區(qū)別與傳統(tǒng)算法的地方是，更加慎重考慮了關(guān)鍵詞所在位置，鑒于更加準確地掌握用戶所要檢索到的信息。

1.1.1 查詢關(guān)鍵詞重要程度

將用戶輸入平臺查詢的文字按照字符串經(jīng)的方法進行分詞，獲得 n個所需關(guān)鍵詞，而關(guān)鍵詞排列的前后順序就代表其重要性，以此規(guī)律為其匹配相適應(yīng)的權(quán)重。設(shè)定關(guān)鍵詞為L，其權(quán)重為：

且n≥1 （1）

代表第l個關(guān)鍵詞的權(quán)重，n是關(guān)鍵詞數(shù)量，i為求和變量。

改公式反映的是通過用戶反復(fù)輸入文字的頻率，來確定哪個為關(guān)鍵詞，搜索頻率代表改關(guān)鍵詞的核心程度。高頻出現(xiàn)的關(guān)鍵詞是需要的核心內(nèi)容，關(guān)鍵詞被輸入平臺中查詢的頻率越高，說明該關(guān)鍵詞越重要。因此該算法充分考慮這一要素，以此獲得更加準確的檢索結(jié)果。

1.1.2 關(guān)鍵詞歷史查詢次數(shù)權(quán)重

設(shè)定數(shù)據(jù)庫中關(guān)鍵詞個數(shù)為n，其查詢次數(shù)為m，第1個關(guān)鍵詞被查詢的次數(shù)為f1，第2 個關(guān)鍵詞被查詢的次數(shù)為f2，…，第n個關(guān)鍵詞被查詢的次數(shù)為fn。定義第l個關(guān)鍵詞的歷史查詢次數(shù)：

（2）

由公式（2）可知，代表第l個關(guān)鍵詞檢索次數(shù)的權(quán)重值，n為關(guān)鍵詞數(shù)量，m代表關(guān)鍵詞在整體數(shù)據(jù)庫中檢索次數(shù)，f1代表第l個關(guān)鍵詞的檢索次數(shù)。

利用權(quán)重值Wzy和Wly計算用戶向量，用Q來表示。Q的定義式：

（3）

其中，Q1為用戶向量的第l個值，Wzy（l）為第l個關(guān)鍵詞的權(quán)重，Wly（l）為第l個關(guān)鍵被查詢次數(shù)，m為對數(shù)據(jù)庫共進行的查詢次數(shù)，n為關(guān)鍵詞數(shù)量，C1、C2、ω為調(diào)節(jié)常數(shù)，i 為求和變量。

公式（3）中，ω、C1、C2、均為常數(shù)，ω數(shù)值代表根據(jù)關(guān)鍵詞查詢頻率得到的權(quán)重值。若

的數(shù)值過低，就表示這一關(guān)鍵詞在上述向量查詢公式里并不重要，可以作為輔助功能用詞，甚至忽略不計。所以無法證明關(guān)鍵詞查詢頻率對相關(guān)度具有影響作用。因此，需要參考上述公式的測試結(jié)果合理精確地調(diào)整關(guān)鍵詞權(quán)重值。C1、C2、相加為1。這代表著在使用者眼里，關(guān)鍵詞與歷史查詢次數(shù)還是存在一定差別的，通過公式可知，關(guān)鍵詞要比檢索次數(shù)更重要，因此設(shè)定為C1>C2。

1.2 記錄向量計算優(yōu)化

一般情況下，數(shù)據(jù)庫會通過表格形式進行數(shù)據(jù)分類存儲，其中每一個表格都有大量字段，字段用于記錄不同的關(guān)鍵詞，如何在這些字段中排列出關(guān)鍵詞的重要程度，是記錄向量算法所要做的。

假設(shè)字段為μ，第1 個字段所在位置的權(quán)重值設(shè)置為θ1，第2 個字段位置權(quán)重值為θ2，依次列推，當(dāng)字段為μ時，其位置權(quán)重則為θμ。

假設(shè)在第j 個字段關(guān)鍵詞位置的權(quán)重值為：

θj表示常數(shù)，（4）

其中，Wwz（l）為關(guān)鍵詞出現(xiàn)在第j個字段的位置權(quán)重，

代表所需計算字段位置的權(quán)重值總和，j代表字段，i是各字段求和變量，μ表示檢索字段的數(shù)量，θj表示第j個字段的位置權(quán)重值。

通過上述公式計算得到權(quán)重值Wcs和Wwz，并用二者記錄向量，定義為T，具體公式如（5）。

（5）

fp代表第p個字段數(shù)量，Wcs（l，p）代表在第p個字段出現(xiàn)第l個關(guān)鍵詞檢索次數(shù)的權(quán)重值，

代表整個檢索平臺全部字段位置權(quán)重的總和，代表在檢索平臺中第p個字段中第l個關(guān)鍵詞的檢索次數(shù)，θp代表第p個字段所處位置的權(quán)重值，Wwz（p）代表第p個字段在數(shù)據(jù)庫中檢索次數(shù)，xi代表第l個具體關(guān)鍵詞，T1代表記錄向量過程中第l個值，μ為字段數(shù)量，n為關(guān)鍵詞數(shù)量，

代表在整體檢索平臺全部字段中，第l個關(guān)鍵詞被檢索的次數(shù)。

2 結(jié)語

通過計量算法對企業(yè)內(nèi)網(wǎng)項目檔案檢索技術(shù)進行優(yōu)化，該方法下的平臺檢索功能更加完善，準差率低，具有較高實踐價值。但由于受到操作人員使用錯誤及研究能力局限性的影響，該計量算法還有很多不如意之處。因此，無論是從人員操作水平來看，還是現(xiàn)階段研發(fā)水平開說，信息檢索技術(shù)都具有巨大的進步空間，希望所提方法能夠?qū)ζ髽I(yè)內(nèi)網(wǎng)項目檔案檢索工作提供幫助，并為其發(fā)展提供借鑒作用。

參考文獻

[1]歐陽磊.基于分布式訪問控制的內(nèi)網(wǎng)搜索[J].中國航天第二研究院；航天科工集團第二研究院，2015.

[2]安建福，鄭詠海.網(wǎng)絡(luò)環(huán)境下高校科研成果檔案信息檢索的探討[J].上海工程技術(shù)大學(xué)教育研究，2006（02）：50-51.

[3]周銘，康蠡，趙德美.網(wǎng)絡(luò)時代檔案檢索學(xué)科創(chuàng)新問題摭探[J].檔案學(xué)通訊，2010（05）：55-59.

作者簡介

王建永（1980-），男，山西省朔州市人。碩士學(xué)位。高級工程師。主要研究方向為電力信息系統(tǒng)需求分析。

作者單位

廣東電網(wǎng)有限責(zé)任公司信息中心 廣東省廣州市 510000