基于查询扩展的文献系统综述
- 格式:doc
- 大小:16.00 KB
- 文档页数:3
《蒙古文查询扩展研究及信息检索系统的建立》篇一一、引言随着信息技术的发展和数字化时代的到来,信息的检索与处理能力成为现代社会不可或缺的一部分。
蒙古文作为我国少数民族文化的重要载体,其信息检索系统的建立对于保护和传承蒙古族文化具有重要意义。
本文旨在研究蒙古文查询扩展技术,并探讨建立高效、便捷的蒙古文信息检索系统。
二、蒙古文查询扩展研究1. 研究背景蒙古文信息检索技术的发展,对于满足广大蒙古族同胞的信息需求、推动民族文化的发展具有重要意义。
然而,由于蒙古文信息的分散性和复杂性,传统的信息检索技术往往难以满足用户的精准需求。
因此,研究蒙古文查询扩展技术,提高信息检索的准确性和效率,成为当前亟待解决的问题。
2. 查询扩展技术研究查询扩展技术主要通过分析用户查询的上下文信息,扩充查询词,提高检索结果的准确性和全面性。
对于蒙古文查询扩展研究,主要涉及以下几个方面:(1)基于语义的查询扩展:通过分析蒙古文的语义关系,扩充查询词,提高检索结果的语义相关性。
(2)基于用户行为的查询扩展:通过分析用户的点击、浏览等行为,了解用户的信息需求,进而扩充查询词,提高检索结果的实用性。
(3)跨语言查询扩展:结合多语言信息检索技术,实现蒙古文与其他语言的互译和检索,扩大检索范围。
三、蒙古文信息检索系统的建立1. 系统架构设计蒙古文信息检索系统主要包括数据层、处理层和应用层。
数据层负责存储和管理蒙古文信息资源;处理层负责实现信息的检索、查询扩展、结果处理等功能;应用层则为用户提供友好的界面和交互方式。
2. 数据处理与存储在数据层,需要实现蒙古文信息的采集、分类、标引等工作,建立结构化和非结构化的蒙古文信息资源库。
同时,还需要采用高效的存储技术和压缩算法,确保数据的快速访问和存储。
3. 检索功能实现在处理层,需要实现基于蒙古文查询扩展的检索算法,包括语义分析、用户行为分析、跨语言检索等功能。
同时,还需要实现检索结果的排序、去重、摘要等功能,提高检索结果的可用性和可读性。
浅谈信息检索中的查询扩展技术滕菁武汉大学信息管理学院【摘要】随着计算机技术、大容量的硬盘存储器以及可共享信息的网络导致人们可利用的数据越来越庞大,为了发掘信息,为人们所用,诞生了信息检索技术。
本文介绍了信息检索的理论以及工作步骤,在总结了前人研究的工作基础上,详细的阐述了关键步骤使用的查询扩展技术。
【关键词】信息检索查询扩展技术一、引言随着计算机、互联网技术的快速发展,其应用越来越广泛,因此,互联网络上的信息也日益增长,网络技术的应用大大的拓宽了人们日常生活中获取信息的通道,但是,海量的信息虽然为人们的工作、生活和学习带来极大的便利,但是也给人们带来了极大的困扰,使得人们在泛滥的海量信息利用过程中,无从下手,不知所措。
目前,如何从海量信息中检索出有用的信息,已经成为诸多科学研究者的研究热点,成为信息检索领域的一个重要的课题。
搜索引擎的诞生为人们进行信息检索提供了便利的工具,但是,由于信息检索过程中,搜索引擎面对的是用户输入的信息,由于各种用户的学识不一,因此其递交的查询信息表达不完整,与网络上的文档信息无法匹配,无法发挥信息检索的优势。
未解决这个问题,一些学者提出了查询扩展技术,该技术可以使用相应的方法和策略,初始化用户查询词,对其进行重构和扩展,从而可以大大的改善信息检索性能,提高信息检索结果的准确性。
本文详细的介绍了现代信息检索理论和相关的查询扩展技术,为人们进行信息检索提供参考,具有非常高的应用价值。
二、信息检索理论信息检索技术以一定的数据组织方式,对数据进行组织和排列,并针对用户的需求定义等输入,查找用户需要的文献信息。
信息检索的本质是用户根据自身的需求,使用检索方法,查找需要的信息,目前在信息检索的过程中,提高信息检索的效率和有效性成为诸多科学工作者研究的重点,许多研究科学工作者已经提出了很多的信息检索分析方法。
信息检索的过程通常由以下几个基本的步骤组成:1.分析检索课题。
信息检索开始,需要审视课题涉及的相关内容。
信息检索文献综述前言:关于信息检索技术的文献综述,一、信息检索技术现状,信息检索技术综述,信息检索技术实现了把信息检索从基于关键词层面提高到知识层面,从传统的基于关键词的检索到吸引广大研究者眼球的语义检索,传统的基于关键词信息检索,语义检索是把信息检索与人工智能技术、自然语言处理技术相结合的检索技术,它从语义理解的角度分析信息对象和检索者的检索请求,提高了检索性能,语义检索技术将有一个长期深入研究的过程。
关于信息检索技术的文献综述一、信息检索技术现状【1】梁鸿雁,信息检索技术综述,2010(9),软件导刊,35~37,在现有研究的基础上,信息检索技术实现了把信息检索从基于关键词层面提高到知识层面。
从传统的基于关键词的检索到吸引广大研究者眼球的语义检索。
实现了把信息检索从基于关键词层面提高到知识层面。
传统的基于关键词信息检索,已取得了很大的成功,但是它不能从根本上表达用户的查询请求。
语义检索是把信息检索与人工智能技术、自然语言处理技术相结合的检索技术,它从语义理解的角度分析信息对象和检索者的检索请求,提高了检索性能。
但由于自然语言理解和人工智能等领域的局限,语义检索技术将有一个长期深入研究的过程。
二、信息检索技术类型及方法【1】赵阳,浅谈信息检索技术,2012年11月,科技创新与应用,45,介绍了当今比较热门的两种信息检索技术:第一,智能检索或知识检索传统的全文检索技术基于关键词匹配进行检索,智能检索利用分词词典、同义词典,同音词典等改善检索效果,还可在知识层面或者概念层面上辅助查询,通过主题词典、上下位词典、相关同级词典,形成一个知识体系或概念网络,给予用户智能知识提示,最终帮助用户获得最佳的检索效果。
第二,知识挖掘,目前主要指文本挖掘技术的发展,目的是帮助人们更好的发现、组织、表示信息、提取知识,以满足信息检索的高层次需要。
【2】孙广维,多媒体信息检索技术的研究,2012,6 ,吉林建筑工程学院学报,79~81,作者提出传统的多媒体检索方法处理比较简单,有的仅通过多媒体的外部属性和简单的文字描述进行检索,还脱离不了文本、数值和关键词的检索范畴,对图像、音频、视频信息则只有浏览或查看功能,缺乏多媒体本质特征的描述,在多媒体数据库中集成了图像、视频、音频等非文本信息,这样我们就可以用图像、音频、视频信息方便的进行检索。
文献检索综述报告
一、引言
文献检索是学术研究的重要环节,能够帮助研究者快速找到所需资料,为研究提供有力支持。
本报告将对文献检索的方法、技巧和工具进行综述,以期为研究者提供有益的参考。
二、文献检索方法
直接检索法:直接通过关键词、作者、标题等关键信息在图书馆、数据库等资源库中查找文献。
引文追踪法:通过已知的文献,追踪其引用的文献,从而找到相关领域的核心文献。
综合检索法:结合以上两种方法,通过多种渠道和途径查找文献,以获得更全面的资料。
三、文献检索技巧
使用关键词:关键词的选择对于检索结果的影响非常大,应选择与主题相关的关键词进行检索。
筛选文献:在获取大量文献后,应仔细筛选,选择与主题相关、质量较高的文献进行阅读和引用。
使用高级检索功能:大多数数据库都提供高级检索功能,如限定时间范围、限定学科领域等,应充分利用这些功能提高检索效率。
四、文献检索工具
图书馆资源:图书馆是文献检索的重要场所,包括纸质书籍和电子资源。
网络资源:网络上也有许多免费的学术资源,这些资源可以作为补充。
学术搜索引擎:这些搜索引擎能够帮助研究者快速找到相关文献。
五、结论
文献检索是学术研究的重要环节,需要掌握一定的方法和技巧。
通过合理使用文献检索工具和资源,研究者可以快速找到所需资料,为研究提供有力支持。
在未来的研究中,随着技术的不断发展,文献检索的方法和工具也将不断更新和改进,为研究者提供更加便捷和高效的服务。
搜索引擎中的查询扩展技术研究在当今信息爆炸的时代,搜索引擎已经成为人们获取信息的重要工具。
然而,用户在使用搜索引擎时,往往输入的查询词不够准确或完整,这可能导致搜索结果不能完全满足需求。
为了解决这一问题,查询扩展技术应运而生。
查询扩展技术的基本概念是通过对原始查询词进行分析和处理,增加相关的词汇或概念,从而更全面、准确地表达用户的信息需求。
这一技术的核心目标是提高搜索的召回率和准确率,让用户能够更轻松地找到他们真正想要的信息。
常见的查询扩展方法可以大致分为两类:基于词典的方法和基于语义的方法。
基于词典的查询扩展通常会利用一些预定义的词典资源,如词库、同义词典等。
当用户输入查询词后,系统会从这些词典中查找相关的同义词、近义词或上下位词,并将其添加到原始查询中。
例如,用户输入“手机”,系统可能会扩展为“智能手机”“移动电话”等。
这种方法的优点是简单直接,容易实现,但缺点是词典的覆盖范围有限,可能无法涵盖一些特定领域或新出现的词汇。
基于语义的查询扩展则更加复杂和智能。
它会尝试理解查询词的语义内涵,通过分析文本的上下文、语义关系等,挖掘出与原始查询相关的潜在概念。
比如,通过自然语言处理技术和机器学习算法,分析大量的文本数据,发现“手机”与“充电器”“耳机”等存在密切的语义关联,从而进行扩展。
这种方法能够更好地捕捉到语义层面的相关性,但对技术和数据的要求较高。
然而,查询扩展技术也面临着一些挑战。
其中一个关键问题是如何避免过度扩展。
如果扩展的词汇与原始查询相关性过低,可能会引入大量无关的搜索结果,反而降低了搜索的准确性。
另外,如何确定扩展词汇的权重也是一个难题。
不同的扩展词汇对于搜索结果的影响程度可能不同,需要合理地分配权重,以确保重要的扩展词汇能够得到充分的考虑。
为了应对这些挑战,研究人员不断探索和创新。
一些新的技术和方法逐渐被引入到查询扩展中。
例如,利用深度学习模型,如卷积神经网络和循环神经网络,来学习文本的语义表示,从而更精准地进行查询扩展。
《蒙古文查询扩展研究及信息检索系统的建立》篇一一、引言随着信息技术的飞速发展,信息检索技术已成为现代社会不可或缺的一部分。
特别是在蒙古国,随着文化、历史和科技信息的不断增长,建立高效、准确的信息检索系统显得尤为重要。
本文旨在研究蒙古文查询扩展技术,探讨其对于提升信息检索系统性能的重要意义,并详细介绍信息检索系统的建立过程。
二、蒙古文查询扩展技术研究(一)研究背景蒙古文作为蒙古国的官方语言,具有丰富的历史和文化内涵。
然而,由于蒙古文的特殊性,信息检索系统在处理蒙古文查询时面临诸多挑战。
为了解决这些问题,查询扩展技术应运而生。
(二)研究目的查询扩展技术旨在通过分析用户查询的上下文信息,扩展查询关键词,提高检索结果的准确性和全面性。
对于蒙古文查询扩展技术的研究,旨在解决蒙古文信息检索中的关键问题,提升蒙古文信息检索系统的性能。
(三)研究方法本研究采用文献调研、实验分析和案例研究等方法,对蒙古文查询扩展技术进行深入研究。
通过分析大量蒙古文文献和语料库,提取关键词和上下文信息,进行实验验证和案例分析。
(四)研究结果经过深入研究,我们发现蒙古文查询扩展技术可以有效提高信息检索系统的性能。
通过扩展查询关键词,可以更准确地反映用户查询的意图,提高检索结果的准确性和全面性。
同时,该技术还可以提高用户满意度,降低误检率。
三、信息检索系统的建立(一)系统需求分析在建立信息检索系统之前,首先需要进行系统需求分析。
这包括明确系统的目标用户、功能需求、性能需求等。
对于蒙古文信息检索系统而言,需要充分考虑蒙古文的特殊性和用户的实际需求。
(二)系统设计在系统需求分析的基础上,进行系统设计。
这包括数据库设计、算法选择、系统架构设计等。
在数据库设计中,需要充分考虑数据的存储和检索效率;在算法选择上,需要选择适合蒙古文信息检索的算法;在系统架构设计上,需要确保系统的稳定性和可扩展性。
(三)系统实现与测试在系统设计完成后,进行系统实现与测试。
文献检索技术综述与发展趋势随着信息时代的到来,文献检索技术在学术、商业和日常生活中发挥着越来越重要的作用。
从图书馆的纸质图书资料检索,到现在的数字化、网络化文献资源检索,文献检索技术的发展可谓日新月异。
一、文献检索技术的历史回顾在早期的文献检索中,人们主要依靠手工翻阅纸质资料,如书籍、报纸等,来查找所需信息。
随着科技的发展,图书馆开始采用卡片式检索方式,用户可以通过查找卡片柜来获取相关信息。
到了20世纪70年代,随着计算机技术的兴起,文献检索开始进入计算机化时代,出现了第一批商业化的文献数据库,如Dialog、ORBIT等。
二、文献检索技术的现状1. 数字化检索当前,数字化已成为文献检索的主要形式。
通过将传统文献资料数字化,人们可以更加方便地通过网络进行检索。
数字化检索的优势在于,它突破了地域和时间的限制,用户可以在任何地点、任何时间进行检索操作。
此外,数字化检索还提高了检索效率,用户可以通过关键词、主题等条件快速定位到相关文献。
2. 搜索引擎的出现搜索引擎是现代文献检索的重要工具之一。
通过搜索引擎,用户可以快速找到相关的网页、图片、视频等资源。
其中,Google、Baidu 等搜索引擎已成为人们日常生活中不可或缺的一部分。
3. 人工智能在文献检索中的应用近年来,人工智能技术在文献检索领域的应用逐渐增多。
人工智能技术可以帮助用户更加准确地定位到相关文献,提高检索效率。
例如,自然语言处理技术可以识别用户的自然语言提问,智能推荐技术可以根据用户的历史检索记录推荐相关文献。
三、文献检索技术的发展趋势1. 个性化检索服务随着大数据和人工智能技术的发展,文献检索将更加注重个性化服务。
系统可以根据用户的需求和兴趣,为其推荐相关的文献资源。
这将使用户的检索体验更加人性化、智能化。
2. 语义检索技术语义检索技术是指通过理解文献的语义信息来进行检索的方法。
随着自然语言处理技术的进步,语义检索将成为未来发展的重点方向。
《蒙古文查询扩展研究及信息检索系统的建立》篇一一、引言随着信息技术的快速发展,信息检索技术已经成为人们获取知识、进行学术研究、商业决策等不可或缺的工具。
在多元文化背景下,蒙古文信息检索系统的建立显得尤为重要。
本文旨在探讨蒙古文查询扩展研究及信息检索系统的建立,为相关领域的研究和应用提供参考。
二、蒙古文查询扩展研究1. 蒙古文文本处理技术蒙古文文本处理是蒙古文查询扩展研究的基础。
该技术包括蒙古文文本的输入、编码、预处理、分词、词性标注等过程。
为了使系统能够准确地识别和解析蒙古文文本,需要采用先进的文本处理技术,如深度学习算法等。
2. 查询扩展技术查询扩展技术是提高信息检索系统性能的关键。
在蒙古文查询扩展研究中,可以通过对用户查询的语义分析、上下文分析、相关反馈等技术手段,对用户查询进行扩展,从而提高检索的准确性和查全率。
三、蒙古文信息检索系统的建立1. 系统架构设计蒙古文信息检索系统的架构设计应遵循模块化、可扩展、可维护等原则。
系统应包括数据预处理模块、文本处理模块、索引构建模块、查询处理模块、结果展示模块等。
各模块之间应具有良好的接口和交互机制,以便于系统的维护和升级。
2. 数据源与索引构建数据源是信息检索系统的基础。
在蒙古文信息检索系统中,应收集丰富的蒙古文资源,如文献、书籍、报纸、网站等。
通过对这些资源进行预处理和文本处理,构建出高效的索引结构,如倒排索引等。
3. 查询处理与结果展示查询处理是信息检索系统的核心。
系统应根据用户输入的查询请求,进行语义分析、词义消歧、查询扩展等处理,从索引中检索出相关文档,并进行排序和展示。
结果展示应采用易于理解和操作的界面,使用户能够快速找到所需信息。
四、系统实现与应用1. 技术实现在系统实现过程中,应采用先进的技术手段和开发工具,如自然语言处理技术、机器学习算法、大数据处理技术等。
同时,应注意系统的安全性和稳定性,确保系统能够长时间稳定运行。
2. 应用场景蒙古文信息检索系统具有广泛的应用场景。
检索系统中的查询扩展与推荐算法研究随着互联网的快速发展,信息的爆炸性增长让我们感到有时难以寻找到我们真正需要的内容。
为了解决这一问题,检索系统逐渐崭露头角。
然而,即使是最强大的检索系统也未必能准确地呈现用户真正想要的信息。
因此,查询扩展和推荐算法成为了研究的热点。
查询扩展是指通过将用户的查询词扩展为更多相关的查询词,从而帮助用户更准确地获取所需信息的方法。
查询扩展的目的是帮助用户克服查询不准确或不确定性的问题。
为了实现查询扩展,研究人员提出了多种算法和方法。
其中一种常见的方法是使用同义词和近义词来扩展查询词。
例如,当用户输入“鞋子”,系统可以将其扩展为“鞋子,皮鞋,运动鞋”等。
这样一来,用户就能够获取更广泛和相关的搜索结果,从而提高了信息获取的准确性和效率。
除了同义词和近义词,还有一些其他的查询扩展算法。
例如,一种基于词频的查询扩展算法通过分析用户查询的历史记录,找出与之相关的热门查询词,并将其添加到原始查询词中。
另一种基于用户兴趣的查询扩展算法则根据用户的兴趣和偏好,将相关的查询词添加到原始查询词中。
这种算法通过分析用户的浏览历史、购买记录等信息来获取用户的兴趣,并通过将其扩展到查询词中来提供更准确的搜索结果。
除了查询扩展,推荐算法也是提供准确信息的重要手段。
推荐算法是指根据用户的历史行为和偏好,在大数据分析的基础上,为用户推荐可能感兴趣的内容。
推荐算法不仅可以帮助用户发现新的信息,还可以减少用户的信息过载问题。
推荐算法通常基于协同过滤、内容过滤和混合过滤等方法。
协同过滤是一种基于物品或用户的相似性进行推荐的方法,而内容过滤则是通过分析物品本身的属性和特征来进行推荐。
混合过滤则将协同过滤和内容过滤相结合,从而提供更准确和个性化的推荐结果。
查询扩展和推荐算法在检索系统中发挥着重要的作用。
它们不仅可以提供更准确和个性化的搜索结果,还可以帮助用户发现新的信息和资源。
然而,目前的查询扩展和推荐算法还存在一些问题。
基于查询扩展的文献系统综述
作者:别创军
来源:《消费电子·理论版》2013年第04期
摘要:作为一种提高信息获取的精度和调用率的方法,查询扩展近些年已经成为一种新的研究热点。
本文主要专注于基于正式语义分析(FCA),这种方法可以提高检索系统的效率。
本文中,作者描述了在线数据库中搜索相关文献的重复的过程。
同时,作者也设计了一个标准的列表。
然后,用这些标准评估了最终的文章集,同时根据和FCA的相关度或者对研究的贡献提取了有用的信息。
最终,作者发现FCA已经被应用到用于创建用于搜索的概念格图和计算概念格的相关度。
作者计划研究如何削减未来用于计算的成本。
关键词:文献系统;查询扩展;检索;文献搜索
中图分类号:TP311 文献标识码:A 文章编号:1674-7712 (2013) 08-0000-01
一、背景介绍
如今,越来越多的用户尝试使用带给我们跟多方便的搜索引擎来获取信息然而,很多情况下,用户不能清楚地用原始的查询关键字来描述他们的要求。
更有甚者,搜索引擎会返回一些不相关的结果。
理想的情况应该是,当用户输入一些查询词条,搜索引擎应该尽可能多地返回相关的网页,同时要减少那些无用的网页。
搜索引擎的目标是通过再形成原始查询来减少这些查询和文档的不匹配问题。
FCA是现存的很多种实现查询扩展的方法之一。
本文的系统综述目的是要搜索当今的关于基于FCA的查询扩展方面的文章,科学地、彻底的和有目标的分析和评估现存的相关的刊物。
二、文献搜索过程
在研究之初,作者需要从事一些背景分析来找出在这个领域充足的相关文章。
根据预先设定好的搜索策略,作者尝试了尽可能多地搜索相关的文献。
作者在2012年4月初实施了一个重复的文献搜索过程,具体如下:
最初的问题:“查询扩展方面已经有哪些研究?”
起初,作者用关键词“查询扩展”在四个不同的数据库包括ACMDigitalLibrary,IEEEXplore,ScienceDirect(Elsevier),GoogleScholar中进行了搜索。
GoogleScholar拥有强大的搜索能力。
作者仅用了基本的搜索并且分别获得搜索记录为:3013,141,7573和137000。
结果太庞大以至于很难去分析。
然后,作者使用了高级搜索以确保关键词里包括题目、摘要和关键词。
这样以来作者得到了如下记录:68,141,125和1080。
作者发现最初的问题太宽泛了以至于很难再继续下去了。
然后作者试想如何修改研究问题。
先用日期对结果进行了排序。
然后浏览并且研究了大约七十篇文章的题目、关键字和摘要,这些都是相对最新的。
作者发现有很多种技术可以实现查询扩展。
经过认真思考和兴趣使然,作者最后决定专注于查询扩展的一个特别的方面。
作者的研究方向转变为“基于FCA的查询扩展”这样可以使作者的研究问题更加的精炼。
修改后的问题:“我对基于FCA的查询扩展了解多少?”,“什么是FCA?”,“使用这种方法的优点和挑战是什么?”,“我如何将FCA应用到搜索或者查询中去?”
很明显,此时的关键词应该被设定为“查询扩展”,“FCA”等等.
在这里,作者只列出其中一种搜索策略。
在研究之初使用网站来找出一些同义词的关键词这样的可以优化研究。
因此,作者获得了更多的关键词比如“搜索”,“检索”,“精炼”,“再形成”,等等。
作者使用Compendex和Inspec作为搜索数据库。
因为这两个数据库是最综合的工程数据库,里面有上百万的期刊和会议记录。
在搜索的过程中,作者也采用了在搜索策略中提到的相关的搜索技术。
作者采用了扩展搜索技术“截词”和精炼的搜索技术之一的布尔逻辑算符。
通过这样的方式,起初得到了68个记录。
在作者将日期限制到从2000年到2009年后结果变成了57。
作者采用了ChristianW.Dawson[1]提到的方法来从主要的研究集中选择最相关的文章。
然后作者从不同的搜索结果中排除了重复的文章。
另外,作者还从ScienceDirect中搜索了一些文章。
作者浏览了这些文章的参考文献列表来找那些以前没有找到的相关文章,这样做看似还是对研究有用的。
然后,尽力去搜索这些文章。
最后,确定了文章集中的最终文章,决定去评估和分析十六篇文章。
三、结论
本文中,作者以“查询扩展领域已经有哪些研究成果?”的研究问题开始。
在查阅了文章之后,作者将研究问题缩小到“基于FCA的查询扩展已经有哪些研究成果了?”作者最终收录了16篇论文到自己的论文集里,作者对这些论文用自己的标准进行了详细的分析。
作者发现基于FCA的查询扩展可以主要被应用于两方面:制图和计算。
在文章9中研究者利用FCA理论制出了图,并且这个图有着友好的用户交互界面。
对于计算来说,有很多种方法来应用FCA:
在文章15、16中研究者应用FCA来形成本地词库或者所谓的基于查询的局部本体。
有了这些本地词库,系统帮助用户扩展他们的查询。
在文章9中,当用户输入查询要求时,作者利用FCA来减少查询的模糊性。
在文章7、8中,研究者们使用FCA在系统中来开挖掘联规则,并且给出建议。
基于FCA的查询扩展的计算的用法有其他几种用途,比如评估网页的链接。
作者通过几篇论文发现真的是提高了查询扩展的效率、精度和调用率。
论文集中的其他论文给我们一些关于FCA理论的细节介绍,这些对于我们理解其他的文章和不足之处是非常有用的。
在作者的最终论文集中大多是都采用了不止一种查询扩展的方法。
当他们谈论进一步的工作时,他们不会过多谈论关于FCA。
但是,当作者应用FCA道查询扩展时依旧会发现问题。
尽管利用FCA 来计算概念的关系是很快的,做整个数据集的计算也没必要的并且做全局的计算也是很费时的事情。
比如在文章15中,作者仅仅做了部分计算。
根据引用率和文章的主题,作者认为第8、14、12、15和16文章比其他的文章更重要。
考虑到查询扩展的优点以及挑战,作者计划研究如何消减未来的计算成本。
四、不足之处
FCA一个相当复杂的理论,同时论文中关于FCA又太过于简短以至于不能解释清楚,因此作者仍然还有诸多问题关于FCA没有得到很好的解决。
下一步,作者计划涉猎更多的有关于FCA的一些书籍来尝试着全面理解这个理论。
在作者的论文集中多半数是会议论文集。
一定程度上,这样会导致发表偏倚,而这又会引发系统性偏差。
参考文献:
[1]C.Dawson,TheEssenceofComputingProjects:AStudent'sGuide,PrenticeHall,1999.。