招生網(wǎng)站智能化搜索算法研究

楊仲迎 蘇曉龍

中國(guó)礦業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 江蘇 221116

0 前言

高校通過(guò)招生網(wǎng)站發(fā)布各類招考信息，突出自身的優(yōu)勢(shì)、特色。考生通過(guò)招生網(wǎng)站也可以更加深入的了解高校各方面的信息。一個(gè)優(yōu)秀的招生網(wǎng)站可以為考生提供與招生相關(guān)的全方位的信息服務(wù)，并為高校招生工作提供信息化工作平臺(tái)，實(shí)現(xiàn)高效、安全、人性化招生服務(wù)與管理方式，提高高校招生工作效率。

1 傳統(tǒng)關(guān)鍵字檢索

信息檢索分為廣義和狹義兩種。廣義的信息檢索是指將信息按一定的方式組織和存儲(chǔ)起來(lái)，并根據(jù)用戶的需要找出相關(guān)信息的過(guò)程。狹義的信息檢索則僅僅是從信息庫(kù)中找到所需要的信息，即信息查詢。在招生網(wǎng)站中，信息檢索是指狹義的信息檢索，研究的重點(diǎn)是如何讓考生快速、準(zhǔn)確的找到自己所需要的信息。

1.1 關(guān)鍵詞搜索

在傳統(tǒng)信息檢索中，基于關(guān)鍵詞的搜索占據(jù)了很重要的一部分，幾乎所有的檢索系統(tǒng)中都涉及到關(guān)鍵字檢索。它有著很多優(yōu)勢(shì)，其中最突出的一點(diǎn)就是快速。當(dāng)然，由于信息量的增加，檢索結(jié)果中有一部分并不是所期待的搜索結(jié)果，這就是關(guān)鍵字搜索的不足之處。

1.2 任意字段組合檢索

在單一關(guān)鍵字的基礎(chǔ)上，可以增加至多個(gè)關(guān)鍵字以縮小搜索范圍、提高搜索的準(zhǔn)確度。但同時(shí)要控制關(guān)鍵字個(gè)數(shù)，多關(guān)鍵字的約束了力很強(qiáng)，過(guò)多的關(guān)鍵字會(huì)導(dǎo)致沒(méi)有搜索結(jié)果。

由此可見(jiàn)，基于關(guān)鍵字的檢索存在著很大的不足之處。

2 智能化搜索

現(xiàn)在社會(huì)信息高度發(fā)展，傳統(tǒng)的搜索方式并不能滿足人們?nèi)粘９ぷ鞯男枨螅悄芑阉鞯某霈F(xiàn)使信息檢索更加人性化、智能化。

2.1 基于內(nèi)容的圖像檢索

基于內(nèi)容的圖像檢索CBIR是指從圖像本身的內(nèi)容入手來(lái)檢索數(shù)據(jù)庫(kù)中與目標(biāo)圖像相近的圖像。它區(qū)別于傳統(tǒng)的檢索手段，融合了圖像理解技術(shù)，從而可以提供一種從海量圖像庫(kù)中檢索出目標(biāo)圖像的有效方法。圖像檢索系統(tǒng)框架如圖1。

圖1 圖像檢索系統(tǒng)框架

查詢模塊：支持用戶根據(jù)不同的需求進(jìn)行各種類型的查詢。

特征提取模塊：系統(tǒng)需要將用戶的查詢要求轉(zhuǎn)化為對(duì)圖像內(nèi)容比較抽象的表達(dá)和描述，即以一定的計(jì)算機(jī)可以表達(dá)的數(shù)據(jù)結(jié)構(gòu)描述圖像給定的內(nèi)容。

特征匹配模塊：將目標(biāo)圖像和數(shù)據(jù)庫(kù)中的圖像進(jìn)行內(nèi)容匹配。

反饋模塊：根據(jù)用戶反饋信息，系統(tǒng)通過(guò)修改查詢條件進(jìn)行重新檢索。

紋理特征是一種不依賴于顏色和亮度的反應(yīng)圖像中同質(zhì)現(xiàn)象的視覺(jué)特征。它包含了物體表面結(jié)構(gòu)組織排列的重要信息以及它們與周圍環(huán)境的聯(lián)系，是物體表面特有的內(nèi)在特征。

基于灰度共生矩陣的紋理提取方法，提取圖像的八個(gè)紋理特征值。用城區(qū)距離進(jìn)行特征匹配，返回目標(biāo)圖像以及相似的圖像排序。

下面主要介紹基于灰度共生矩陣的紋理提取算法：

灰度共生矩陣法是對(duì)圖像所有像元進(jìn)行統(tǒng)計(jì)調(diào)查，以便描述其灰度分布的一種方法。它用兩個(gè)位置像素的聯(lián)合概率密度來(lái)定義，是有關(guān)圖像亮度變化的二階統(tǒng)計(jì)特征。

一幅圖像的灰度共生矩陣能反映出圖像灰度關(guān)于方向、相鄰間隔、變化幅度的綜合信息，它是分析圖像的局部模式和它們排列規(guī)則的基礎(chǔ)。

設(shè)f(x, y)為一幅二維數(shù)字圖像，其大小為M×N，灰度級(jí)別為G，則滿足一定空間關(guān)系的灰度共生矩陣為：

其中σ(x)表示集合x(chóng)中的元素個(gè)數(shù)，顯然P為G×G的矩陣，若(x1,y1)與(x2,y2)間距離為 d，兩者與坐標(biāo)橫軸的夾角為 θ，則可以得到各種間距及角度的灰度共生矩陣p(i,j|d,θ)。

其中，rij表示滿足條件像素點(diǎn)的個(gè)數(shù)。一般來(lái)說(shuō)，d較小則反映圖像的整體紋理分布；而較大的d則反映圖像小區(qū)域的細(xì)微變化；對(duì)于同一幅圖像，不同d的取值對(duì)應(yīng)不同的共生矩陣。

由灰度共生矩陣可以計(jì)算出一組參數(shù)，用來(lái)定量描述紋理特征，比較常用的參數(shù)有以下幾個(gè)：

是灰度共生矩陣元素值的平方和，所以也稱能量，反映了圖像灰度分布均勻程度和紋理粗細(xì)度。當(dāng) P(i, j)值的分布集中于主對(duì)角線附近時(shí)，說(shuō)明局部領(lǐng)域內(nèi)圖像灰度分布是均勻的，圖像呈現(xiàn)較粗的紋理，能量值相應(yīng)較大；反之，圖像呈現(xiàn)較細(xì)的紋理，能量值相應(yīng)較小。

對(duì)比度的大小反映了整個(gè)圖像的灰度變化情況，如果對(duì)比度大，則該圖像像素間的灰度差異大。

相關(guān)：它度量空間灰度共生矩陣元素在行或列方向上的相似程度，因此，相關(guān)值大小反映了圖像中局部灰度相關(guān)性。

是圖像所具有的信息量的度量，紋理信息也屬于圖像的信息，是一個(gè)隨機(jī)性的度量，當(dāng)共生矩陣中所有元素有最大的隨機(jī)性、空間共生矩陣中所有值幾乎相等時(shí)，共生矩陣中元素分散分布時(shí)，熵較大。它表示了圖像中紋理的非均勻程度或復(fù)雜程度。

反映圖像紋理的同質(zhì)性，度量圖像紋理局部變化的多少。其值大則說(shuō)明圖像紋理的不同區(qū)域間缺少變化，局部非常均勻。圖像檢索結(jié)果相關(guān)度的比較如圖 2，圖像檢索結(jié)果查準(zhǔn)率的比較如圖3。

圖2 圖像檢索結(jié)果相關(guān)度的比較

圖3 圖像檢索結(jié)果查準(zhǔn)率的比較

2.2 基于概念的信息檢索

概念空間方法是利用計(jì)算機(jī)自動(dòng)構(gòu)造概念語(yǔ)義網(wǎng)絡(luò)并以此為基礎(chǔ)進(jìn)行概念檢索的一種方法。

標(biāo)引和檢索的不確定性是信息檢索中的一個(gè)重要問(wèn)題。由于個(gè)體差異，標(biāo)引者和檢索者使用的詞匯很難相同。為了解決詞匯差異問(wèn)題，“概念檢索”應(yīng)運(yùn)而生，它用概念的聯(lián)系和匹配取代傳統(tǒng)的字面匹配。

2.3 垂直搜索

垂直搜索是針對(duì)某一特定領(lǐng)域的專業(yè)搜索，是搜索的細(xì)分和延伸，是結(jié)構(gòu)化資源的深度整合，具有專、深、精的特點(diǎn)。

由于社會(huì)分工的細(xì)化，不同的用戶往往有自己的專業(yè)需求。垂直搜索可以滿足用戶專業(yè)需求，它只針對(duì)某一特定領(lǐng)域，可以保證該領(lǐng)域信息鈕的收錄齊全和及時(shí)更新該領(lǐng)域信息。

3 兩者比較及發(fā)展趨勢(shì)

3.1 關(guān)鍵字檢索與智能化檢索的優(yōu)缺點(diǎn)

基于關(guān)鍵字的信息檢索是智能化檢索的基礎(chǔ)，雖然現(xiàn)代檢索技術(shù)朝著智能化、個(gè)性化、專業(yè)化發(fā)展，由于基于關(guān)鍵字的信息檢索有著簡(jiǎn)單、快捷的優(yōu)點(diǎn)，在一些檢索要求不是很精確的情況下，基于關(guān)鍵字檢索仍是一種很好的檢索方法。

3.2 檢索的發(fā)展趨勢(shì)

信息檢索面臨著很多難題，比如說(shuō)，如何在加大檢索速度的基礎(chǔ)上提高檢索的精確度。未來(lái)檢索的發(fā)展趨勢(shì)就是在傳統(tǒng)檢索的基礎(chǔ)上更加人性化、智能化、專業(yè)化，能夠更好的滿足不同用戶的個(gè)性需求。

4 小結(jié)

傳統(tǒng)基于關(guān)鍵字的信息檢索方法，往往返回一些無(wú)關(guān)信息，檢索結(jié)果存在很大的誤差，檢索的精確度也不高。智能化檢索突破了關(guān)鍵詞檢索的固有缺陷，使信息檢索更加人性化，精確化。基于內(nèi)容的圖像檢索，可以實(shí)現(xiàn)在圖像庫(kù)中尋找與目標(biāo)圖像相關(guān)的圖像，在圖像檢索中有很大的優(yōu)勢(shì)。本文主要介紹了招生網(wǎng)站智能化搜索的一些方法，著重介紹了基于內(nèi)容的圖像檢索，促進(jìn)了招生網(wǎng)站智能化、人性化發(fā)展。

[1]徐菁,陳翼等.智能化服務(wù)型研究生招生網(wǎng)站的設(shè)計(jì)[J].中國(guó)教育信息化.2009.

[2]喬林.基于多關(guān)鍵詞檢索的企業(yè)競(jìng)爭(zhēng)情報(bào)搜集方法研究[D].中國(guó)科學(xué)技術(shù)大學(xué)博士學(xué)位論文.2006.

[3]灰度共生陣.http://home.babytree.com/u/u1235357043/j/3047677, 2010.

[4]朱曉華.基于概念空間方法的信息檢索技術(shù)研究[J].理論研究.2002.

[5]陳先.智能化搜索引擎關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D].哈爾濱工業(yè)大學(xué)工學(xué)碩士論文.2003.