目 录 CICADA 知 识 搜 索 引 擎 的 产 生 背 景...3 企 业 知 识 迅 猛 增 长, 总 量 超 过 互 联 网 数 据 总 量...3 仅 靠 网 络 搜 索 不 能 解 决 全 部 问 题...3 获 取 准 确 的 知 识 成 为 提 升 企 业 核 心 能 力 的 要

居 高 声 自 远, 非 是 藉 秋 风 虞 世 南 蝉 知 识 搜 索 引 擎 产 品 白 皮 书 KMpro CICADA Search Engine 北 京 深 蓝 海 域 信 息 科 技 有 限 公 司 www.kmpro.cn

目 录 CICADA 知 识 搜 索 引 擎 的 产 生 背 景...3 企 业 知 识 迅 猛 增 长, 总 量 超 过 互 联 网 数 据 总 量...3 仅 靠 网 络 搜 索 不 能 解 决 全 部 问 题...3 获 取 准 确 的 知 识 成 为 提 升 企 业 核 心 能 力 的 要 件...3 CICADA 知 识 搜 索 引 擎 应 运 而 生...4 CICADA 知 识 搜 索 引 擎 与 其 他 搜 索 引 擎 辨 析...5 CICADA 知 识 搜 索 引 擎 介 绍...6 CICADA 的 产 品 介 绍...6 CICADA 的 核 心 理 念 与 功 能...7 CICADA 的 核 心 理 念...7 可 维 护 学 习 式 分 词 技 术...9 多 数 据 源 跨 域 搜 索...11 基 于 跨 域 搜 索 的 知 识 门 户...12 基 于 身 份 与 权 限 的 识 别...12 互 动 学 习 式 搜 索 引 擎...13 基 于 搜 索 引 擎 统 计 的 决 策 支 持...13 个 性 化 搜 索 应 用 功 能...13 CICADA 的 性 能 指 标...15 CICADA 知 识 搜 索 引 擎 应 用 案 例...16

CICADA 知 识 搜 索 引 擎 的 产 生 背 景 企 业 知 识 迅 猛 增 长, 总 量 超 过 互 联 网 数 据 总 量 根 据 统 计, 企 业 数 据 每 年 以 200% 的 速 度 增 长, 其 中 80% 以 上 的 数 据 以 文 件 邮 件 图 片 等 非 结 构 化 数 据 存 放 在 企 业 内 计 算 机 系 统 中 的 各 个 角 落 而 且 这 些 数 据 总 量 远 远 超 过 了 互 联 网 信 息 的 总 量 有 数 字 表 明, 企 业 发 布 到 互 联 网 的 信 息 只 占 到 信 息 量 的 1%-2%, 而 98% 以 上 的 信 息 是 存 储 在 企 业 内 部 的 仅 靠 网 络 搜 索 不 能 解 决 全 部 问 题 互 联 网 搜 索 引 擎 近 年 来 获 得 快 速 发 展, 以 及 其 覆 盖 互 联 网 人 口 面 积 的 迅 速 扩 张, 使 得 我 们 一 提 起 搜 索 引 擎 就 想 到 了 百 度 谷 歌 这 样 的 互 联 网 搜 索 引 擎, 有 什 么 疑 难 问 题 在 互 联 网 上 就 可 以 找 到 答 案 然 而, 实 际 上 互 联 网 搜 索 引 擎 不 能 解 决 全 部 的 问 题, 如 企 业 内 部 的 规 章 制 度 项 目 文 档 工 作 经 验 等, 作 为 企 业 的 知 识 财 富, 是 不 可 能 通 过 互 联 网 获 得 完 美 答 案 的 获 取 准 确 的 知 识 成 为 提 升 企 业 核 心 能 力 的 要 件 企 业 或 组 织 经 过 多 年 的 运 作, 积 累 了 大 量 的 运 营 工 作 生 产 研 发 的 经 验 与 知 识, 这 些 信 息 内 容 散 落 在 企 业 的 各 个 服 务 器 IT 系 统, 甚 至 个 人 的 电 脑 中, 这 些 宝 贵 的 知 识 财 富 日 益 成 为 指 导 企 业 员 工 行 动 减 少 操 作 失 误 提 升 工 作 效 率 降 低 运 营 成 本 的 重 要 依 托, 如

何 快 速 准 确 的 让 员 工 获 得 工 作 所 需 知 识, 已 经 成 为 企 业 是 否 能 够 建 立 快 速 响 应 机 制 快 捷 低 成 本 运 作 的 重 要 一 环 CICADA 知 识 搜 索 引 擎 应 运 而 生 知 识 搜 索 引 擎 (Knowledge search engine) 并 非 单 纯 的 是 一 种 搜 索 工 具, 它 首 先 是 知 识 管 理 的 一 种 实 现 理 念 与 工 具, 承 担 了 知 识 汇 聚 知 识 发 现 知 识 分 类 知 识 聚 类 知 识 门 户 的 构 建, 通 过 搜 索 引 擎 技 术 完 成 知 识 管 理 的 使 命 知 识 搜 索 引 擎 知 识 分 类 体 系 知 识 专 家 网 络 共 同 构 成 了 当 今 世 界 上 先 进 知 识 管 理 系 统 的 主 要 内 涵 知 识 搜 索 是 在 搜 索 引 擎 发 展 进 入 智 能 化 阶 段 的 过 程, 是 建 立 在 明 确 的 知 识 来 源 基 础 上, 根 据 明 确 的 用 户 身 份 与 诉 求, 回 馈 恰 当 知 识 结 果 的 搜 索 引 擎, 更 为 强 调 知 识 的 准 确 标 准, 强 调 通 过 互 动 机 制 如 评 价 交 流 修 改 维 护 等 进 行 搜 索 结 果 的 自 我 学 习, 以 达 到 知 识 搜 索 的 智 能 化 深 蓝 海 域 在 知 识 管 理 和 知 识 管 理 技 术 领 域 拥 有 多 年 积 累, 依 据 知 识 管 理 理 念 推 出 的 知 识 搜 索 引 擎 正 是 为 了 解 决 汇 聚 多 类 知 识 源, 依 据 用 户 身 份 与 诉 求, 回 馈 准 确 知 识, 指 导 用 户 行 动 这 一 命 题 而 生, 知 识 搜 索 引 擎 作 为 搜 索 引 擎 的 一 个 分 支, 在 为 企 业 提 供 准 确 知 识 获 取 方 面 将 起 到 不 可 或 缺 的 作 用

CICADA 知 识 搜 索 引 擎 与 其 他 搜 索 引 擎 辨 析 与 任 何 市 场 和 工 具 一 样, 细 分 是 搜 索 引 擎 的 未 来 不 可 避 免 的 趋 势, 就 目 前 市 场 范 围 而 言, 搜 索 引 擎 大 概 可 以 分 为 如 下 几 类 : 互 联 网 搜 索 引 擎 : 通 过 索 引 全 球 互 联 网 上 的 信 息, 为 互 联 网 用 户 提 供 快 速 检 索 查 找 推 荐 的 服 务, 其 核 心 诉 求 是 为 用 户 提 供 更 全 更 快 更 准 的 信 息 垂 直 搜 索 引 擎 : 互 联 网 搜 索 引 擎 的 一 个 市 场 分 支, 通 过 索 引 特 定 的 细 分 网 站 类 型, 为 用 户 提 供 专 业 领 域 的 信 息 查 询 服 务, 其 核 心 诉 求 是 为 用 户 提 供 专 业 全 面 快 速 的 信 息 企 业 搜 索 引 擎 : 通 过 索 引 企 业 内 部 的 信 息 源, 为 企 业 内 部 或 企 业 关 联 的 用 户 群 提 供 特 定 的 信 息 查 询 服 务, 其 核 心 诉 求 是 为 用 户 提 供 企 业 内 部 信 息 的 准 确 快 速 定 位 知 识 搜 索 引 擎 : 是 企 业 搜 索 引 擎 的 一 个 分 支, 不 仅 仅 是 要 实 现 企 业 范 围 的 信 息 搜 索 引 擎, 更 重 要 的 是 实 现 企 业 的 知 识 管 理 以 及 知 识 发 现, 并 将 这 些 知 识 应 用 于 协 助 指 导 企 业 运 作 下 面 我 们 通 过 一 个 对 比 表 格 了 解 一 下 这 几 种 搜 索 的 特 征 区 别 : 对 比 项 互 联 网 搜 索 垂 直 搜 索 企 业 搜 索 知 识 搜 索 核 心 诉 求 查 全 专 业 准 确 解 决 问 题 用 户 分 辨 大 部 分 要 自 主 分 专 业 领 域 的 协 助 分 通 过 数 据 源 减 少 通 过 知 识 源 知 识 互 率 辨, 对 比 辨 对 比 分 辨 对 比 动 用 户 身 份 等 减 少 分 辨 率 数 据 源 互 联 网 上 的 网 页 及 特 定 文 档 类 型 信 息 专 业 领 域 的 网 站 网 页 信 息 企 业 内 部 各 种 IT 系 统 的 信 息 组 织 内 部 IT 系 统 知 识 文 档 来 源 于 岗 位 和 部 门 知 识 等

信 息 类 型 与 接 口 互 动 性 安 全 性 决 策 支 持 身 份 性 互 联 网 通 讯 协 议 互 联 网 通 讯 协 议 数 据 库 文 件 系 统 oa ERP 等 不 同 类 型 的 接 口 以 搜 索 引 擎 方 获 取 以 搜 索 引 擎 方 获 取 以 获 取 用 户 行 为 用 户 行 为 为 主, 单 用 户 行 为 为 主, 单 项 用 户 身 份 为 主, 单 项 互 动 互 动 项 互 动 屏 蔽 部 分 违 法 信 息 屏 蔽 部 分 违 法 信 息 考 虑 用 户 权 限 身 外, 无 安 全 考 虑 外, 无 安 全 考 虑 份 等 保 障 信 息 安 全 对 信 息 获 取 者 提 供 对 信 息 获 取 者 提 供 对 信 息 获 取 者 提 参 考 专 业 参 考 供 内 部 参 考 ; 对 决 策 者 提 供 基 于 搜 索 统 计 的 决 策 支 持 弱, 通 过 用 户 行 为 弱, 通 过 用 户 行 为 或 强, 通 过 用 户 的 岗 或 注 册 信 息 获 取 部 注 册 信 息 获 取 部 分 位 角 色 等 信 息 获 分 身 份 身 份 取 身 份 数 据 库 文 件 系 统 oa ERP 等 不 同 类 型 的 接 口 以 用 户 身 份 行 为 知 识 互 动 评 价 等 作 双 向 多 向 互 动 除 权 限 身 份 安 全 外, 要 考 虑 知 识 应 用 后 的 结 果 安 全 对 信 息 获 取 者 提 供 知 识 级 标 准 级 参 考 ; 对 决 策 者 提 供 基 于 知 识 用 用 的 决 策 支 持 较 强, 通 过 用 户 的 岗 位 角 色 知 识 应 用 经 历 等 获 取 身 份 CICADA 知 识 搜 索 引 擎 介 绍 CICADA 的 产 品 介 绍 CICADA, 蝉, 同 禅 出 自 佛 家, 故 称 知 了, 意 即 知 道 理 解 开 悟 对 于 知 识 管 理 或 搜 索 引 擎 而 言, 能 够 达 到 让 使 用 者 知 了 的 地 步 是 一 个 最 重 要 最 核 心 的 目 的 CICADA 是 一 款 面 向 企 业 和 组 织 应 用, 以 知 识 (knowledge) 源 信 息 (information) 源 为 依 据 对 象, 以 获 取 准 确 的 具 有 指 导 和 决 策 意 义 知 识 信 息 为 目 的, 通 过 知 识 搜 索 结 果 指 导 人 正 确 行 动 (action) 的 新 一 代 知 识 搜 索 引 擎 基 于 CICADA 核 心 引 擎 构 建, 由 国 内 著 名 知 识 管 理 软 件 企 业 深 蓝 海 域 公 司 耗 时 3 年 研 发, 拥 有 自 主 知 识 产 权 并 取 得 了 国 家 颁 发 的 软 件 著 作 权 ( 登 记 号 :2009SRBJ0243) CICADA 系 统 技 术 架 构 采 用 标 准 的 轻 量 级 J2EE 架 构, 核 心 引 擎 采

用 深 蓝 海 域 自 主 开 发 的 企 业 级 多 介 质 搜 索 引 擎 能 够 在 多 种 数 据 媒 介 中 搜 索 数 据, 并 进 行 合 理 比 对, 筛 选, 排 序, 结 合 我 们 知 识 管 理 方 面 累 积 多 年 的 专 业 词 库, 能 为 客 户 定 制 出 更 人 性 化 智 能 化 的 搜 索 引 擎 CICADA 已 经 广 泛 应 用 于 金 融 银 行 制 造 电 信 汽 车 电 子 政 务 快 速 消 费 品 医 药 能 源 化 工 房 地 产 服 务 业 等 行 业 和 领 域, 为 客 户 提 供 稳 定 快 速 准 确 的 知 识 搜 索 服 务 CICADA 的 核 心 理 念 与 功 能 CICADA 的 核 心 理 念 CICADA 的 构 建 理 论 基 于 全 文 搜 索 + 数 据 库 检 索 + 搜 索 应 用 全 文 搜 索 的 诞 生 和 数 据 库 在 大 文 本 检 索 时 的 效 率 不 高 有 极 大 的 关 系, 在 这 个 角 度 全 文 搜 索 成 为 了 数 据 库 搜 索 的 有 力 补 充 但 是 全 文 搜 索 并 不 能 完 全 代 替 数 据 库 检 索 在 企 业 级 应 用 里 的 作 用, 比 如 在 准 确 检 索 所 属 部 门 分 布 时 间 段 作 者 这 样 的 精 确 字 段 时, 或 者 要 求 按 照 某 一 字 段 逻 辑 进 行 结 果 的 排 序, 全 文 搜 索 的 模 糊 性 就 会 带 来 很 大 的 困 扰 和 不 精 确 性 在 应 用 互 联 网 搜 索 时, 我 们 可 能 不 存 在 也 不 可 能 做 到 这 样 精 准 的 字 段 要 求, 但 在 企 业 级 应 用 中 这 种 需 求 就 比 比 皆 是 从 理 论 角 度 上 来 说, 全 文 搜 索 和 数 据 库 搜 索 两 者 在 应 用 条 件 不 同 的 情 况 下 表 现 互 有 优 劣, 其 中 一 方 不 会 被 另 一 方 完 全 代 替, 而 是 应 该 相 辅 相 成 互 为 补 充, 为 用 户 呈 现 最 精 准 的 知 识 和 信 息 获 取 对 于 企 业 级 用 户 而 言, 仅 仅 是 搜 索 结 果 集 的 呈 现 还 远 远 不 够, 因 此 CICADA 提 供 了 丰 富 的 搜 索 应 用, 通 过 丰 富 多 彩 的 应 用 形 式, 为 用

户 提 供 不 同 角 度 不 同 体 验 的 搜 索 方 式, 如 搜 索 引 擎 时 光 隧 道 个 人 搜 索 年 轮 知 识 关 联 个 性 化 查 询 器 等, 通 过 这 些 应 用 提 升 用 户 感 受, 强 化 系 统 和 用 户 之 间 的 互 动 关 系 CICADA 的 搜 索 流 程 示 意 图 基 于 以 上,CICADA 提 出 并 采 用 了 全 新 的 全 文 搜 索 + 数 据 库 检 索 + 搜 索 应 用 三 位 一 体 技 术 与 产 品 理 念, 既 保 证 了 系 统 通 过 全 文 搜 索 获 取 快 速 准 确 的 结 果, 又 通 过 结 合 数 据 库 搜 索 的 方 式 实 现 时 间 来 源 好 评 度 等 多 种 数 据 库 字 段 的 查 询, 这 两 者 的 结 合 使 搜 索 结 果 更 为 符 合 用 户 的 搜 索 诉 求 同 时 加 入 搜 索 应 用 的 诸 多 功 能 从 应 用 的 角 度 为 用 户 提 供 了 更 为 得 心 应 手 的 应 用, 从 而 让 系 统 更 为 智 能 的 为 用 户 提 供

服 务 而 这 一 知 识 搜 索 引 擎 的 技 术 创 新, 也 成 为 CICADA 的 产 品 发 展 方 向 与 核 心 能 力 可 维 护 学 习 式 分 词 技 术 与 英 文 的 自 然 分 词 不 同, 中 文 分 词 存 在 着 众 所 周 知 的 难 度, 把 中 文 的 句 子 切 分 成 有 意 义 的 词, 就 是 中 文 分 词, 也 称 切 词 目 前 还 是 一 个 难 题 对 于 需 要 上 下 文 区 别 的 词 以 及 新 词 ( 人 名 地 名 等 ) 很 难 完 美 的 划 分 国 际 上 将 同 样 存 在 分 词 问 题 的 中 国 日 本 和 韩 国 并 称 为 CJK(Chinese Japanese Korean) 分 词 机 制 的 好 坏, 直 接 影 响 到 用 户 对 搜 索 结 果 的 满 意 度, 所 以 如 何 分 词 是 搜 索 引 擎 的 重 中 之 重 到 目 前 为 止, 中 文 分 词 包 括 三 种 方 法 :1) 基 于 字 符 串 匹 配 的 分 词 ; 2) 基 于 理 解 的 分 词 ;3) 基 于 统 计 的 分 词 以 下 是 三 种 分 词 方 法 的 比 较 : 分 词 方 法 基 于 字 符 串 匹 配 分 词 基 于 理 解 的 分 词 基 于 统 计 的 分 词 歧 义 识 别 差 强 强 新 词 识 别 差 强 强 需 要 词 典 需 要 不 需 要 不 需 要 需 要 语 料 库 否 否 是 需 要 规 则 库 否 是 否 算 法 复 杂 性 容 易 很 难 一 般

技 术 成 熟 度 成 熟 不 成 熟 成 熟 实 施 难 度 容 易 很 难 一 般 分 词 准 确 性 一 般 准 确 较 准 分 词 速 度 快 慢 一 般 Cicada 知 识 搜 索 引 擎 系 统 采 用 Cicada's wings knife 作 为 分 词 器, 取 其 分 词 快 捷 细 致 之 意 这 套 分 词 系 统 采 用 了 基 于 字 符 串 匹 配 分 词 和 统 计 分 词 相 结 合 的 方 式 利 用 统 计 方 法 进 行 词 典 的 动 态 扩 展, 即 对 搜 索 的 词 汇 频 率 进 行 自 主 的 阀 值 设 置, 对 于 超 过 阀 值 的 词 汇 自 动 加 入 学 习 词 库, 从 而 克 服 了 基 于 词 典 算 法 对 " 完 全 词 典 " 的 依 赖, 利 用 词 典 对 统 计 的 一 些 参 数 进 行 学 习 评 估, 避 免 了 以 往 靠 实 验 得 到 这 些 参 数 的 不 确 定 性, 同 时 将 RMM 算 法 与 统 计 算 法 结 合 起 来 除 了 通 过 自 主 学 习 获 得 新 词 以 外, 也 可 以 通 过 手 工 维 护 的 方 式 对 专 业 词 库 进 行 维 护 目 前,Cicada 的 基 本 分 词 词 库 已 经 达 到 50 万 条, 金 融 税 务 制 造 咨 询 等 专 业 词 库 达 到 了 20 万 条 左 右 与 目 前 流 行 的 算 法 相 比,Cicada's wings knife 分 词 器 在 准 确 率, 召 回 率, 分 词 效 率 综 合 平 衡 上 有 明 显 优 势 具 体 对 比 如 下 对 比 项 Cicada's wings knife Standard (Lucene) CJK (Lucene) Paoding 分 词 速 度 快 非 常 快 快 快 分 词 准 确 性 好 差 差 较 好

歧 义 识 别 新 词 识 别 需 要 词 典 需 要 语 料 库 需 要 规 则 库 算 法 复 杂 性 技 术 成 熟 度 实 施 难 度 学 习 能 力 可 维 护 性 一 般 差 差 差 好 差 差 差 需 要 否 否 需 要 需 要 否 否 否 否 否 否 否 复 杂 简 单 简 单 一 般 成 熟 成 熟 成 熟 成 熟 大 小 小 中 强 弱 弱 弱 强 弱 弱 中 多 数 据 源 跨 域 搜 索 经 过 多 年 的 IT 建 设 后, 组 织 中 会 存 在 各 种 IT 系 统, 如 OA HR ERP CRM PM 财 务 系 统 等, 这 些 系 统 因 为 建 设 时 期 项 目 的 不 同, 平 台 异 构 数 据 分 散 等 特 征 非 常 明 显, 形 成 了 数 据 孤 岛, 彼 此 之 间 无 法 通 过 一 个 有 效 的 纽 带 联 系 起 来, 无 法 同 时 获 取 多 个 系 统 中 的 信 息,Cicada 知 识 搜 索 引 擎 通 过 跨 域 跨 库 的 索 引 能 力, 实 现 跨 库 搜 索, 一 举 构 建 出 一 个 融 会 贯 通 的 企 业 信 息 渠 道, 消 除 信 息 孤 岛

基 于 跨 域 搜 索 的 知 识 门 户 基 于 CICADA 的 企 业 ( 知 识 ) 门 户 示 意 图 基 于 知 识 搜 索 引 擎, 可 以 对 多 种 数 据 源 进 行 索 引 和 查 询, 同 时 通 过 搜 索 规 则 的 建 立 可 以 将 有 指 定 特 征 的 条 件 信 息, 返 回 到 信 息 门 户 界 面 上, 这 就 形 成 了 统 一 的 企 业 ( 知 识 ) 门 户, 用 户 可 以 在 这 个 门 户 上 获 取 最 新 的 各 个 IT 系 统 和 数 据 源 的 规 则 性 信 息 基 于 身 份 与 权 限 的 识 别 在 知 识 库 系 统 或 其 他 系 统 中, 在 企 业 级 应 用 系 统 中, 用 户 都 有 自 己 明 确 的 身 份 与 权 限, 这 决 定 了 我 们 可 以 通 过 判 断 他 们 不 同 的 身 份 和

权 限, 为 其 提 供 适 合 身 份 和 权 限 的 搜 索 应 用, 返 回 适 合 其 身 份 和 权 限 的 结 果, 避 免 越 权 获 取 信 息 的 情 况 产 生, 而 且 对 其 身 份 权 限 的 判 断 能 够 更 好 的 为 用 户 推 送 准 确 信 息, 避 免 信 息 集 合 过 大 互 动 学 习 式 搜 索 引 擎 在 知 识 管 理 或 企 业 IT 应 用 过 程 中, 我 们 对 各 类 知 识 与 信 息 的 应 用 效 果 有 明 确 的 感 知 与 评 价, 在 CICADA 中, 我 们 将 这 种 感 知 与 评 价 通 过 系 统 的 方 式 记 录 下 来, 反 馈 给 搜 索 引 擎 进 行 合 理 化 处 理, 经 过 这 样 的 互 动 点 评 知 识 可 以 综 合 热 度 好 评 度 命 中 率 等 因 素 进 行 加 权 计 算, 从 而 提 供 给 用 户 合 理 的 结 果 排 序, 让 常 用 的 好 评 度 高 的 知 识 自 动 往 前 排 基 于 搜 索 引 擎 统 计 的 决 策 支 持 知 识 搜 索 引 擎 对 用 户 的 搜 索 行 为, 关 键 词 的 分 布 等 进 行 统 计 分 析, 对 知 识 库 的 重 点 建 设 发 展 方 向 从 用 户 的 需 求 角 度 给 予 数 据 支 持 和 决 策 信 息 这 样 形 成 企 业 知 识 在 组 织 层 面 的 增 值 利 用 与 决 策 支 持 个 性 化 搜 索 应 用 功 能 定 制 搜 索 范 围 : 用 户 可 以 根 据 自 己 的 要 求, 选 择 想 要 搜 索 的 知 识 范 围, 而 不 是 每 次 都 搜 索 全 部 数 据 库, 这 样 可 以 大 大 减 少 搜 索 误 差, 可 以 根 据 业 务 或 知 识 分 类, 定 义 出 不 同 的 个 性 化 搜 索 项 搜 索 推 荐 服 务 : 根 据 搜 索 过 程 的 监 控, 推 荐 搜 索 的 热 点 词 汇 ; 搜 索 行 为 推 荐 可 以 推 荐 搜 索 当 前 词 汇 的 用 户, 还 搜 索 了 哪 些 词 汇 ; 推 荐

跟 当 前 关 键 词 相 关 联 的 关 键 词 通 过 主 动 的 推 荐 服 务, 让 用 户 可 以 快 速 的 找 到 自 己 所 需 搜 索 联 想 词 记 录 搜 索 人 员 常 用 的 搜 索 关 键 词, 当 用 户 输 入 关 键 词 的 时 候, 自 动 联 想 提 示 其 他 用 户 常 用 频 率 较 高 的 搜 索 关 键 词, 以 供 选 择 以 高 频 率 的 关 键 词 引 导 用 户 使 用, 提 高 命 中 率 文 件 服 务 器 全 文 搜 索 : 对 于 文 件 服 务 器, 进 行 数 据 索 引, 并 定 制 出 一 个 全 文 搜 索 引 擎, 能 够 对 文 件 夹 中 的 文 档 名 称 和 内 容 进 行 搜 索 多 格 式 附 件 全 文 搜 索 : 对 知 识 发 布 时 所 带 的 附 件 进 行 全 文 搜 索, 可 以 搜 索 附 件 名 称 和 内 容, 按 照 附 件 格 式 进 行 搜 索, 并 实 现 附 件 的 html 格 式 快 照, 打 开 快 照 可 以 预 览 附 件 的 内 容 逻 辑 关 系 高 级 搜 索 功 能 : 支 持 包 含 完 全 包 含 至 少 包 含 一 个 不 包 含 等 搜 索 的 逻 辑 关 系, 便 于 用 户 根 据 自 己 的 查 询 条 件, 设 计 查 询 公 式 在 结 果 中 搜 索 功 能 : 在 搜 索 的 结 果 中, 进 行 二 次 筛 选 式 搜 索, 实 现 递 进 式 的 搜 索 命 中 个 性 化 查 询 器 : 用 户 可 以 根 据 自 己 的 使 用 习 惯, 将 系 统 提 供 的 查 询 条 件 进 行 组 合 后, 保 存 为 一 个 个 性 化 查 询 器, 输 入 关 键 词 后, 系 统 会 按 照 查 询 器 的 条 件 组 合 进 行 搜 索 时 光 隧 道 : 用 户 可 以 按 照 时 间 轨 迹 对 搜 索 结 果 进 行 排 序, 查 找 到 距 离 自 己 最 近 或 者 某 个 时 间 段 的 具 体 信 息, 排 除 其 他 非 所 需 时 间 段 的 信 息

CICADA 的 性 能 指 标 深 蓝 海 域 知 识 搜 索 引 擎 系 统 基 于 JAVA 内 核, 解 决 海 量 信 息 检 索, 在 民 生 光 大 等 银 行 知 识 库 应 用 中 表 现 出 优 异 的 性 能, 在 普 通 部 门 级 单 台 服 务 器 环 境 下, 其 主 要 性 能 指 标 项 如 下 : 序 号 指 标 项 指 标 值 1 搜 索 速 度 1 千 万 条 记 录 情 况 下 的 查 询 速 度 为 毫 秒 级, 客 户 端 响 应 小 于 2 秒 2 索 引 能 力 创 建 100 万 条 记 录 的 索 引 只 需 3~4 分 钟 3 分 词 能 力 每 秒 分 词 1200k, 准 确 率 98% 4 并 发 能 力 支 持 100 个 并 发, 约 2000 人 在 线 搜 索 5 准 确 返 回 率 所 指 定 查 找 结 果 (TREC) 应 在 前 10 条 信 息 之 内 的 命 中 率 达 到 95% 以 上 6 良 好 集 成 能 力 与 其 他 系 统 进 行 界 面 用 户 和 数 据 层 的 集 成 在 系 统 集 成 方 面,CICADA 可 以 通 过 系 统 集 成 的 方 式, 与 其 他 IT 系 统 进 行 界 面 数 据 通 讯 层 面 的 集 成 交 互, 从 而 实 现 无 缝 集 成 本 搜 索 引 擎 单 独 部 署 为 一 个 应 用. 通 过 特 定 的 信 道 监 听, 实 现 索 引 的 更 新 采 用 webservice 方 式 提 供 搜 索 服 务, 与 原 知 识 系 统 解 耦, 避 免 对 原 有 系 统 造 成 冲 击, 也 能 够 更 好 的 发 挥 搜 索 引 擎 效 能 CICADA 的 核 心 采 用 深 蓝 自 主 研 发 的 高 性 能 搜 索 引 擎, 与 常 见 的 开 源 搜 索 引 擎 如 luncen 等 对 比, 我 们 具 有 以 下 几 个 方 面 优 势 : 一 索 引 效 率. 我 们 采 用 R-Tree 数 据 结 构 和 R-Tree 空 间 索 引 的 算 法. 支 持 高 维 数 据 空 间 ; 有 效 分 割 数 据 空 间, 来 适 应 索 引 的 组 织 ; 高 效 的 实 现 多 种 查 询 方 式 系 统 中 的 统 一 故 在 索 引 效 率 和 查 询 效 率 上 略 优 与 Lucene. 二 智 能 搜 索. CICADA 具 备 关 系 查 询 布 尔 邻 近 查 询 文 档 相 似 度 比 较 以 及 文 档 的 自 动 分 类 等 特 性 Lucene 要 在 下 一 个 版 本 才 提 供 相 关 支 持

三 分 词 技 术. 深 蓝 在 知 识 管 理 领 域 有 多 年 的 经 验 积 累 和 完 善 专 业 词 库 的 建 设 CICADA 采 用 基 于 字 符 串 匹 配 分 词 和 统 计 分 词 相 结 合 的 方 式, 对 歧 义 识 别, 新 词 学 习 有 独 到 的 技 术 实 现 CICADA 知 识 搜 索 引 擎 应 用 案 例