Giao diện màn hình tìm kiếm
KẾT LUẬN VÀ HƯỚNG PHÁT TRI ỂN
KẾT LUẬN
Mục đích của việc nghiên cứu tìm kiếm thông tin là nhằm tìm ra các giải pháp giúp cho người sử dụng có thể tìm thấy các thông tin mình cần trong một khối lượng thông tin khổng lồ như hiện nay.
Để hiển thị ra được thông tin người sử dụng cần thì hệ thống tìm kiếm thông tin phải thực hiện qua những bước sau:
Phân tích tài liệu thành các từ riêng biệt và lập chỉ mục cho văn bản
Sử dụng mô hình không gian vector để tính toán độ tương quan giữa câu hỏi và tài liệu bằng cách tính trọng số và độ tương quan giữa câu hỏi (câu truy vấn) người dùng yêu cầu với các tài liệu đã được cập nhật để tạo chỉ mục.
Sử dụng thuật toán phân cụm để nhóm các mục thông tin tương tự nhau thành các cụm. Mỗi cụm được biểu diễn bởi 1 vectơ đặc trưng của cụm. Sau đó sẽ tính toán độ tương tự giữa vectơ truy vấn với từng vectơ đặc trưng trong cụm được tính toán và k mục gần nhất được xếp hạng và được xem như kết quả cho lại.
Hệ thống có một số ưu điểm sau:
Đơn giản dễ dàng sử dụng, giao diện thân thuộc
Tìm kiếm được các định dạng tệp thông dụng như của các file word, file excel, file html, file txt
Sau bước lập chỉ mục. Dùng chỉ mục đó để tìm kiếm chương trình tìm kiếm khá nhanh và cho kết quả chính xác
Tuy nhiên hệ thống còn các khuyết điểm:
Lập chỉ mục còn khá chậm do đặc tính của hệ thống tìm kiếm nói chung đó là phải duyệt từng từ để chọn các từ có giá trị làm chỉ mục. Nhưng đây là quá trình xử lý offline trước khi người sử dụng sử dụng chương trình tìm kếi m nên không ảnh hưởng lớn đến tính hiệu quả trong quá trình tìm kiếm
Hệ thống mới chỉ sử dụng một mô hình tìm kiếm đó là mô hình vectơ nên không so sánh được hiệu quả của các mô hình
Hệ thống vẫn chưa có khả năng tự cập nhập định kì và chưa có khả năng tự thu thập tài liệu.
Hệ thống chưa tìm kiếm được dữ liệu bằng thuật toán phân cụm dữ liệu
HƯỚNG PHÁT TRIỂN
Đây là một đề tài có tính thực tế. Với nhiệm vụ là nghiên cứu luận văn đã đáp ứng được một số yêu cầu cơ bản của hệ thống. Tuy nhiên để trở thành một ứng dụng thực tế cho người sử dụng thì đòi hỏi cần thêm nhiều chức năng mở rộng để chương trình hoàn thiện hơn. Do đó hướng phát triển của ứng dụng như sau:
Nghiên cứu cách tách từ và chỉ mục tài liệu tiếng Việt. Hệ thống hiện tại vẫn chưa có khả năng tách từ tiếng Việt theo nghĩa.
Thêm chức năng tự thu thập tài liệu định kì và cập nhập chỉ mục
Tăng tốc độ lập chỉ mục
TÀI LIỆU THAM KHẢO
Tiếng Việt
1. Đặng Văn Đức (2004/05), “Multimedia Database Management System” Chương 1, Chương 4.
2. Đặng Văn Đức (2007), “Nâng cao hiệu năng MMDMS (Multimedia Database Management System)”, Bài 8.
Tiếng Anh
1. C.J. van Rijsbergen, “Information Retrieval”
2. C.Ordonez, “Clustering binary data streams with k-means”. ACM DMKD Workshop, 2003.
3. David Hand, Heikki Mannila and Padhraic Smyth: “Principles of Data Mining”, The MIT Press, 2001
4. Gerard Salton, Michael J.McGill, “Introduction to Modern Information Retrieval”
5. K. Mali and S.Mitra, “Clustering of Symbolic Data and its validation”, AFSS 2002.
6. Mark S. Aldenderfer, Roger K. Blashfield, “Cluster Analysis”
Website
1. Từ điển bách khoa toàn thư
2. Các trang giáo dục
http://www . m iislita . c o m
3. Trang mã nguồn mở
http://www . codeProject . com