基于數據挖掘的圖書館海量信息快速檢索方法

丁鵬

【摘 要】文章主要是分析了圖書館海量圖書信息分類檢索系統硬件設計，在此基礎上講解了數據挖掘技術在海量信息檢索中的作用，最后探討了數據挖掘的圖書館海量信息快速檢索方法，望可以為有關人員提供到一定的參考和幫助。

【關鍵詞】數據挖掘;圖書館;海量信息;快速檢索方法

1、前言

當前信息化時代的到來，在一定程度上增加了人們檢索信息的難度，為此如何能夠有效探索出符合自身需求的相關信息成為可以當前有關研究人員應當思考的難題。

2、圖書館海量圖書信息分類檢索系統硬件設計

系統硬件設備與傳統系統的最大區別是在傳統系統硬件的基礎上引入搜索引擎，搜索引擎是在互聯網上搜索網絡信息的搜索工具，主要集中在應用過程中收集的信息，并將收集到的網絡資源構建到專門用于圖書信息的知識庫中，供查詢庫使用，并進行索引，通過輸入，可以在搜索引擎中為要查詢的內容指明關鍵字，搜索引擎可以在知識庫當中查看與關鍵字相匹配的相關信息。搜索結果顯示在屏幕上，并按照搜索結果選擇并訪問相關的網頁。完整的搜索引擎由搜索器，搜索者和用戶界面組成。搜索者主要負責收集和發現在線書籍信息資源，并通過使用蜘蛛或機器人計算機程序自動收集庫網頁，以及收集的網站中錄制的網站網站的網站和所有公共區域總結為詳細的庫網絡目錄。此外，該檢索還需要定期更新系統中收集的舊信息以避免無效鏈接。搜索設備將收集的Web信息發送到索引器，并且索引器分析Web地址信息，提取書籍信息索引項，并最終在文檔索引表中表達它們，通常使用某種形式的Reversalable，記錄書籍信息索引項的特定位置，這才能夠方便到了搜索搜索器計算索引之間的距離關系。有兩種方法可以信息索引項目：目標索引和內容索引。目標索引與書籍信息文檔的語義內容是完全無關的，主要包括書籍信息的更新時間，書籍信息代碼等。內容索引代表了例如，作為書籍信息的關鍵字，關鍵字等的關鍵字，索引器將從分析和理解發送到獵犬的信息。按照用戶的書籍信息查詢要求，將從分析和理解發送信息。快速查詢知識庫中的相關文檔，評估文檔與書籍信息之間的相關性和用戶查詢的信息，并可以按照到了相關性對輸出查詢結果進行了排序。搜索引擎的用戶界面是輸入圖書信息并輸出查詢結果。按照信息查詢方式的不同，搜索引擎主要分為三類：第一類是目錄搜索引擎，它有著搜索信息準確率高、導航性好的優點，但缺點是人工干預，網絡信息維護量大，更新不及時。第二類是機器人搜索引擎，其信息量大，網絡信息編程程度高，但存在返回信息結果多、信息無效等缺點。元搜索引擎的優勢在于它返回大而全面的結果，但缺點是它需要在搜索結果上進行更多篩選。結合系統開發的要求，本文選擇了機器人搜索引擎。該策略針對圖書館的書籍信息檢索，在互聯網上搜索大規模的書籍信息，并分析，提取，組織和處理書籍信息，并可扮演書籍信息導航的作用，最終可以為用戶提供高質量的書籍信息檢索服務。

3、數據挖掘技術在海量信息檢索中的作用

當前正在擴展數據挖掘技術的應用范圍。以往傳統的市場圖書館被打破，圖書館中的紙質書籍正在不斷的減少，其中電子書越來越多，人們可以檢索圖書館的信息，功能欄進入書籍關鍵詞查找書的位置。在一定程度上，信息挖掘技術的信息效率得到改善，為圖書館建設提供到了一個新的導指方向，為工業發展提供了更多的開發空間。

4、圖書館海量信息快速檢索方法

4.1、信息屬性提取

在設計大規模信息之前，我們可以參考多維信息空間模型來提取信息數據的屬性，在這個過程中，首先要明確數據的錄入內容，將信息屬性劃分為數據字典、關鍵字、，按照習慣句的習慣檢索方法，圖書信息被認為是多用途計算機二進制算法，使用計算機二進制算法，圖書館中的大規模信息是用反向表達式來表達的，用圖書館自身的主體庫代替用戶檢索到的信息關鍵字，描述圖書館中的大量信息。使用圖書館中的不同類型的書籍，測量和映射信息正在調查和映射信息。在處理過程中，可以通過建立列表來索引密鑰信息，并且可以按照庫的大規模信息的特征來映射資源信息。

4.2、快速檢索的價值

基于上述相關工作，本文將基于在用戶搜索行為中檢索的信息量獲得價值信息的重要性。在為可以進一步探索大規模數據的定律，將引入數據挖掘技術獲取價值信息。在此過程中，Q表示大量信息，在行為搜索庫用戶的項目中，TT應該是主要值信息TT應該屬于中間值。在Q信息中，T應該屬于輔助值信息，組合當前相關的分析，本文被歸類為圖書館的大規模信息。k是數據庫中的大量信息，M是用戶搜索項目中的關鍵數據的排列，這是滿足快速搜索行為的時間，并且我是搜索的用戶數。按照上述計算公式信息檢索操作作為快速搜索控制標準執行，并且在完成搜索項目的最佳布置時執行。在本文中，搜索項目被隨機選擇為搜索行為的關鍵字以獲得搜索行為的權重;基于庫中的多資源信息的重疊區域，提取重疊區域的數據，并且按照小編的信息定律執行數據重疊，該信息被用作搜索庫信息收集并完成的基礎快速搜索庫中的大規模信息。

5、對比實驗

本實驗中使用的計算機內存為8.0GB，其中其的運行內存為256MB且系統為Win10。在改進實驗環境的前提下，傳統信息快速檢索方法和基于本文設計的數據挖掘的庫大規模信息快速檢索方法用于從上述網站提取信息，并使用召回速率實驗的比較基礎，分析不同檢索行為下兩種方法的信息查詢精度。在完全相同的檢索條件下，本文提出的檢索方法可以從大量相關的無關信息中準確地檢索出1000條有價值的信息，而傳統的檢索方法只能從大量信息中檢索出600-800條數據，這在一定程度上造成了一定的信息損失。實驗的最終結論是，與傳統的快速檢索方法相比，基于數據挖掘的海量信息檢索方法在信息檢索中有著較高的召回率，適合于市場上的數字圖書館建設。

6、結束語

上文主要是通過引入到數據挖掘技術，然后提出了一種全新的圖書館海量信息快速檢索的方法，然后從幾方面完成相關設計，此方法的應用能夠有效滿足到當前市場數字化圖書館的需求。

參考文獻：

[1]李文，車立娟，張夢思. 基于數據挖掘方法研究中醫藥治療小兒腸系膜淋巴結炎的藥證規律[J]. 吉林中醫藥 2021年41卷1期，111-114頁，ISTIC，2021.

[2]王波. 基于數據挖掘的圖書館文獻資源供應商評價[J]. 電子設計工程，2020，v.28;No.444（22）：49-52+57.

[3]張登科. 基于數據挖掘技術的圖書館個性化系統設計[J]. 長春師范學院學報（自然科學版），2020，039（002）：75-79.

[4]葉肇恒，孟凡馨，宴金旭，等. 基于數據挖掘技術的防震減災科普資源管理平臺[J]. 華北地震科學，2020，v.38（01）：66-73.

[5]范云歡. 智慧環境下基于大數據挖掘的圖書館學習支持服務[J]. 情報探索，2020，No.271（05）：44-49.

[6]楊閃閃，張學智，葉暉，等. 基于數據挖掘的中藥專利復方治療慢性萎縮性胃炎的用藥規律分析[J]. 中國中西醫結合消化雜志，2020（8）：607-612.

（作者單位：湖南工業職業技術學院）