基于决策树的图书馆文献资源智能检索方法

doi:10.20033/j.1003-7241.(2024)04-0063-04

自动化技术与应用 ›› 2024, Vol. 43 ›› Issue (04) : 63 -66. DOI: 10.20033/j.1003-7241.(2024)04-0063-04

基于决策树的图书馆文献资源智能检索方法

作者信息 +

Author information +

文章历史 +

PDF

摘要

当前图书馆文献资源类型存在差异，检索过程中排序效果差，提出一种基于决策树的图书馆文献资源智能检索方法。智能检索中需要图书馆文献资源库去除噪声，获取有效数据，使用Skip-gram模型进行文字类资源特征提取，利用卷积神经网络作为图像文献资源的特征提取工具，提取过程采用Dropout机制随机断开部分网络连接，利用决策树从无规则次序数据库中推理出分类规则，计算属性与图书馆文献类型之间相关性，完成智能检索。测试结果表明：所提方法在不同数据集下的资源排序质量均优于传统检索方法。