基于云計算環(huán)境下的信息檢索及智能融合的研究

袁敏+段景輝+黃夢醒

摘 要： 針對傳統(tǒng)的信息檢索及智能融合方法雖然開辟了信息檢索的新思路，但是一直存在檢索不完整、融合效率低、可利用性差的問題，提出基于云計算環(huán)境下的信息檢索及智能融合的方法。通過邏輯結(jié)構(gòu)及加密過程的設(shè)計，搭建云計算的電子環(huán)境；通過ASP與ADO相結(jié)合完成信息檢索，改進TF?IDF算法完成信息的智能融合，實現(xiàn)基于云計算環(huán)境下的信息檢索及智能融合的研究。實驗結(jié)果表明，采用改進方法可有效提高信息檢索效率，信息融合準(zhǔn)確度高，具有一定的實用性。

關(guān)鍵詞： 云計算； 電子環(huán)境； 信息檢索； 智能融合； 邏輯結(jié)構(gòu)； 檢索效率

中圖分類號： TN911.23?34； TP301.6 文獻標(biāo)識碼： A 文章編號： 1004?373X（2018）06?0162?03

Abstract： In allusion to the problem that though the traditional information retrieval and intelligent fusion method opens up a new way for information retrieval， there still exist problems of incomplete search， low fusion efficiency， and poor adoptability， an information retrieval and intelligent fusion method based on cloud computing environment is proposed. The electronic environment of cloud computing is established by means of the design of logical structure and encryption process. Information retrieval is accomplished by combining ASP with ADO. Intelligent fusion of information is accomplished by the improvement of TF?IDF algorithm so as to realize the research on information retrieval and intelligent fusion based on cloud computing environment. The experimental results show that the improved method can effectively improve the information retrieval efficiency with high information fusion accuracy， and has certain practicality.

Keywords： cloud computing； electronic environment； information retrieval； intelligent fusion； logical structure； retrieval efficiency

0 引 言

信息檢索主要應(yīng)用于數(shù)字化平臺，是一種以關(guān)鍵詞匹配為主要搜索形式的智能化挖掘形式?，F(xiàn)有信息檢索方式，主要是在基于Tim Berners?Lee提出“語義網(wǎng)”的基礎(chǔ)上，通過與人工智能的結(jié)合，對知識進行傳播與表達(dá)。這種信息檢索形式開辟了信息檢索的新思路，奠定了智能化信息檢索與融合的發(fā)展方向[1]。但這種信息檢索及智能融合方式，并不能完全適應(yīng)與各個環(huán)境進行優(yōu)化研究，對此，提出基于云計算環(huán)境下的信息檢索及智能融合方法。

1 云計算環(huán)境的搭建

云計算環(huán)境的搭建涉及到終端層、應(yīng)用層、基礎(chǔ)設(shè)施層等多個方面[2]，其具體搭建過程，可從邏輯結(jié)構(gòu)的設(shè)計和加密過程設(shè)計此兩方面進行研究。

1.1 邏輯結(jié)構(gòu)的設(shè)計

在云計算環(huán)境下，信息檢索與融合的邏輯結(jié)構(gòu)是：用戶向終端服務(wù)器提出獲取計算等請求時，終端服務(wù)器必須對用戶身份信息進行驗證，待確認(rèn)該用戶為已注冊后，才可保證該用戶提出的請求能順利取得請求獲取證書[3]。若該用戶完成登錄，云計算環(huán)境便會將該用戶身份認(rèn)證，轉(zhuǎn)交給安全認(rèn)證服務(wù)器，以保證用戶在后續(xù)過程中，可直接使用云環(huán)境中的其他功能。其具體工作原理流程如圖1所示。

1.2 加密過程設(shè)計

用戶對終端服務(wù)器提出的每一個問題都可以成為一個應(yīng)用示例[4]。通常情況下，這些應(yīng)用示例應(yīng)該與普通數(shù)據(jù)包相同，具有服務(wù)ID、算法ID、服務(wù)對象等相關(guān)屬性[5]。但這些具體屬性中，服務(wù)ID作為請求流水號，與其他服務(wù)請求不同，需要現(xiàn)在滿足服務(wù)類型條件的前提下，進行加密處理，再將加密明文傳輸至服務(wù)對象的中心主機[6]。對于管理云系統(tǒng)來說，可以根據(jù)請求包中服務(wù)類型和屬性的不同，選擇最合適的服務(wù)器，對請求包中數(shù)據(jù)進行加密。其具體加密過程如圖2所示。

2 信息檢索及智能融合優(yōu)化處理

2.1 信息檢索

ASP與ADO相結(jié)合的形式，可以保證應(yīng)用WWW數(shù)據(jù)庫的管理功能順利實現(xiàn)[6]。當(dāng)用戶在瀏覽器中檢索相應(yīng)信息時，瀏覽器中顯示的檢索結(jié)果為與關(guān)鍵詞相關(guān)聯(lián)的所有信息，這種檢索方式也被稱為模糊檢索。如果將應(yīng)用ASP與ADO技術(shù)搭建而成的數(shù)據(jù)庫比作字典[7]，在用戶輸入一個關(guān)鍵字或關(guān)鍵詞之后，字典首先會對該字或詞進行解釋，并根據(jù)解釋將其轉(zhuǎn)換為相應(yīng)的編碼組織，再由中心計算機根據(jù)編碼組織[8]，對后臺信息數(shù)據(jù)庫中的所有信息進行檢索，找出與該解釋相關(guān)的所有信息，并將其進行整理，最終顯示出來。該過程與搜索引擎的檢索方式類似，具體操作流程如圖3所示。endprint

2.2 改進TF?IDF算法的信息智能融合處理

原有TF?IDF算法中[8]，[r]表示待查詢關(guān)鍵詞在后臺數(shù)據(jù)庫中所占的權(quán)重，[q]代表該關(guān)鍵詞的重要程度，[λ]為與重要程度相關(guān)的重要變量，其自身的取值范圍為0～1，且[q]值越大，則[λ]值也就越趨近于1。其具體計算公式如下：

[r=λ?ln（GH（li，t）+1）?ln nCH（li）li2] （1）

式中：[li]代表輸入關(guān)鍵詞與后臺數(shù)據(jù)庫中，某個準(zhǔn)確關(guān)鍵詞之間的關(guān)聯(lián)程度；[t]為數(shù)據(jù)庫中準(zhǔn)確關(guān)鍵詞的隨機出現(xiàn)頻率；[n]代表與輸入關(guān)鍵詞相關(guān)聯(lián)準(zhǔn)確關(guān)鍵詞的個數(shù)；[GH（li，t）]與[CH（li）]則為滿足整體運算過程，而自行設(shè)定運算規(guī)則[9]。

原有TF?IDF算法，雖然可以計算出待查詢關(guān)鍵詞在后臺數(shù)據(jù)庫中所占的權(quán)重，但并未對計算所得結(jié)果進行規(guī)劃、分析，因此，易導(dǎo)致結(jié)果的真實性出現(xiàn)較大偏差[10]。為了有效改善此問題，建立存儲本體概念與查詢關(guān)鍵詞之間的映射關(guān)系如下：

[r=λ?ln（GH（li，t）+1）?ln nCH（li）li2]

[c=GH（li，t）?CH（li）GH（li，t）?CH（li）Wrc=λ?rc] （2）

式中：[c]代表存儲本體概念；[GH（li，t）?CH（li）]代表待查詢關(guān)鍵詞與數(shù)據(jù)庫中準(zhǔn)確關(guān)鍵詞重合部分的交集；[GH（li，t）?CH（li）]代表待查詢關(guān)鍵詞與數(shù)據(jù)庫中準(zhǔn)確關(guān)鍵詞所有組成成分并集；[Wrc]為存儲本體概念與查詢關(guān)鍵詞之間的映射關(guān)系。

3 實驗結(jié)果與分析

為了驗證云計算環(huán)境下信息檢索及智能融合模型的實用性價值，以2臺配置相同的計算機作為實驗對象。在實驗正式開始之前，將2臺計算機隨機分為實驗組和對照組，并對它們進行相關(guān)參數(shù)設(shè)置。

3.1 試驗參數(shù)設(shè)置

實驗參數(shù)設(shè)置表如表1所示。

表1中：CBW代表信道帶寬，該項參數(shù)單位為MB；IFF為信息流量，該項參數(shù)單位為MB，且其自身與103成正比；MIF與MAF分別代表最小流量與最大流量，這兩數(shù)值的單位均為MB，且數(shù)值本身與105成正比；CTR代表接通率，該項參數(shù)為百分?jǐn)?shù)。為了保證實驗的真實性，實驗組與對照組的各項參數(shù)均保持一致。

3.2 交互準(zhǔn)確率對比

在完成實驗參數(shù)設(shè)置之后，應(yīng)用云計算環(huán)境下信息檢索及智能融合優(yōu)化模型，對實驗組計算機進行控制，對對照組計算機不進行任何控制，讓2臺計算機同時開始對相同的關(guān)鍵詞進行檢索，并對它們在與使用者進行信息交互時的準(zhǔn)確率進行記錄，結(jié)果如圖4所示。

圖4中：x軸代表帶檢索關(guān)鍵詞；y軸代表交互準(zhǔn)確率；點實線代表實驗組準(zhǔn)確率曲線；虛線代表對照組準(zhǔn)確率曲線。根據(jù)圖4中各條曲線走向，可以發(fā)現(xiàn)，無論待檢索關(guān)鍵詞怎樣變化，實驗組的準(zhǔn)確率曲線始終位于對照組上方。這也意味著，應(yīng)用云計算環(huán)境下信息檢索及智能融合優(yōu)化模型對關(guān)鍵詞進行檢索，可以得到更高的信息交互準(zhǔn)確率。

4 結(jié) 語

研究云計算的工作原理以及應(yīng)用實例，完成云環(huán)境的搭建；應(yīng)用ASP與ADO結(jié)合的形式，完成網(wǎng)絡(luò)信息檢索，改進原有TF?IDF算法，完成數(shù)據(jù)智能融合。通過實驗證明，應(yīng)用這種方式建立的云計算環(huán)境下信息檢索及智能融合優(yōu)化，可有效提高信息檢索效率，信息融合準(zhǔn)確度高，具有一定的實用性。

參考文獻

[1] 吳曉璇，倪志偉，倪麗萍.云計算環(huán)境下基于分形的聚類融合算法研究[J].計算機工程與應(yīng)用，2015， 51（14）：1?6.

WU Xiaoxuan， NI Zhiwei， NI Liping. Research on fractal clustering ensemble algorithm based on cloud computing environment [J]. Computer engineering and applications， 2015， 51（14）： 1?6.

[2] 秦振偉，周雪松，高志強，等.云計算技術(shù)在用戶側(cè)智能變電站系統(tǒng)中的應(yīng)用研究[J].天津科技，2016，43（9）：67?70.

QIN Zhenwei， ZHOU Xuesong， GAO Zhiqiang， et al. Applied research of cloud computing technology in the user side intelligent substation system [J]. Tianjin science & technology， 2016， 43（9）： 67?70.

[3] 王元平，呂宗磊，祝辰.基于物聯(lián)網(wǎng)的城市環(huán)境風(fēng)險監(jiān)測預(yù)警技術(shù)的研究[J].科技資訊，2016，14（11）：168.

WANG Yuanping， L? Zonglei， ZHU Chen. Research of the urban environmental risk monitoring and early warning based on Internet of Things [J]. Science & technology information， 2016， 14（11）： 168.

[4] 陳衛(wèi)平，刁文凱，徐淵紅.基于物聯(lián)網(wǎng)技術(shù)的居民健康信息智能管理應(yīng)用研究[J].中國數(shù)字醫(yī)學(xué)，2015，10（1）：35?36.

CHEN Weiping， DIAO Wenkai， XU Yuanhong. Research on the intelligent management application of resident health information based on the technology of Internet of Things [J]. China digital medicine， 2015， 10（1）： 35?36.endprint

[5] 龍虎，張小梅，唐林海.大數(shù)據(jù)背景下智慧教育云平臺的構(gòu)建研究[J].電腦知識與技術(shù)，2015，11（20）：109?111.

LONG Hu， ZHANG Xiaomei， TANG Linhai. Research on the construction of cloud platform for intelligent education under large data background [J]. Computer knowledge and technology， 2015， 11（20）： 109?111.

[6] 包曉安，林輝，周建平，等.基于智能家居的一致性模型融合技術(shù)研究[J].浙江理工大學(xué)學(xué)報，2015，33（1）：109?114.

BAO Xiaoan， LIN Hui， ZHOU Jianping， et al. Research on consistency model fusion technology based on smart home [J]. Journal of Zhejiang University of Technology， 2015，33（1）： 109?114.

[7] 董勝，袁朝輝，谷超，等.基于多學(xué)科技術(shù)融合的智能農(nóng)機控制平臺研究綜述[J].農(nóng)業(yè)工程學(xué)報，2017，33（8）：1?11.

DONG Sheng， YUAN Zhaohui， GU Chao， et al. Research on intelligent agricultural machinery control platform based on multi?discipline technology integration [J]. Journal of agricultural engineering， 2017， 33（8）： 1?11.

[8] 劉昕桐，駱春暉，侯亮，等.基于多傳感器融合的樓宇智能安全預(yù)警系統(tǒng)的研究[J].無線互聯(lián)科技，2015，22（6）：130?131.

LIU Xintong， LUO Chunhui， HOU Liang， et al. Study on intelligent building safety early warning system based on multi?sensor fusion [J]. Wireless Internet technology， 2015， 22（6）： 130?131.

[9] 劉珊，趙保亞，劉健.基于數(shù)據(jù)融合算法的危險品倉庫智能實時監(jiān)測系統(tǒng)研究[J].北華航天工業(yè)學(xué)院學(xué)報，2016，26（1）：12?13.

LIU Shan， ZHAO Baoya， LIU Jian. A study of intelligent real?time monitoring system of dangerous goods warehouse based on data fusion algorithm [J]. Journal of North China Institute of Aerospace Engineering， 2016， 26（1）： 12?13.

[10] 王雁雄，李彥生.基于模型中心與云計算的智能配電網(wǎng)應(yīng)用系統(tǒng)研究[J].自動化與儀器儀表，2017（7）：150?151.

WANG Yanxiong， LI Yansheng. Research on application system of intelligent distribution network based on model center and cloud computing [J]. Automation and instrumentation， 2017（7）： 150?151.endprint