数图新服务研发关键技术数图新服务的关键技术.ppt

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,数图新服务研发关键技术数图新服务的关键技术,*,数图新服务研发关键技术数图新服务的关键技术,2026/11/12,数图新服务研发关键技术数图新服务的关键技术,为啥要讲点技术？,数图新服务研发关键技术数图新服务的关键技术,关键技术领域,数图新服务研发关键技术数图新服务的关键技术,主要内容,文本数据库系统,自动标引、自动分类,交互式检索,以用户为中心的知识揭示,知识脉络分析,论文相似性检测(copy detection),集群与分布式服务,相关技术规范与标准,数图新服务研发关键技术数图新服务的关键技术,文本数据库,数据库是什么？,Google,Baidu,万方数据知识服务平台,他们是数据库吗？,他们的底层系统,是数据库技术吗？,数图新服务研发关键技术数图新服务的关键技术,文本数据库,存储对象：,文献等文本内容：期刊论文、学位论文、会议论文、专利,特点：,文本数据特有的结构关系：重复、层级,删改少，增加、检索操作（对应CRUD四个计算机操作）,海量数据的处理能力,B*树索引结构与算法,数图新服务研发关键技术数图新服务的关键技术,WFIRC,存储,XML格式,支持文本、数值、日期、货币等数据类型,索引,全文索引：权重、分词策略,整字段索引,稀疏值索引,检索表达式,CQL,检索结果自动聚类,检索结果文献的学科、期刊、时间等分布情况,秒级响应,数图新服务研发关键技术数图新服务的关键技术,WFIRC在知识服务平台的应用特色,多指标综合排序,相关度,标题、关键词、摘要、其他,文献质量,被引次数、核心刊、浏览次数、下载次数,文献新旧程度,论文发表时间,根据经验在知识服务平台推荐使用的三种排序方式,新论文优先,相关度优先,经典论文优先,数图新服务研发关键技术数图新服务的关键技术,WFIRC在知识服务平台的应用特色,检索结果聚类,查全查准的特色考虑,“和服”问题的处理,数图新服务研发关键技术数图新服务的关键技术,主要内容,文本数据库系统,自动标引、自动分类,交互式检索,以用户为中心的知识揭示,知识脉络分析,论文相似性检测(copy detection),集群与分布式服务,相关技术规范与标准,数图新服务研发关键技术数图新服务的关键技术,自动标引、自动分类,人工智能、机器学习,学什么？怎么学？学习成果什么？如何应用学习成果进行工作？,数图新服务研发关键技术数图新服务的关键技术,数图新服务研发关键技术数图新服务的关键技术,万方数据知识服务平台标引与分类工具特色,基于共现词的相关词网络,基于最长词优先的分词策略,基于千万级文献语料的学习,数图新服务研发关键技术数图新服务的关键技术,主要内容,文本数据库系统,自动标引、自动分类,交互式检索,以用户为中心的知识揭示,知识脉络分析,论文相似性检测(copy detection),集群与分布式服务,相关技术规范与标准,WIKI知识分享与管理,数图新服务研发关键技术数图新服务的关键技术,用户的期望与失望,所得,所想,所看,数图新服务研发关键技术数图新服务的关键技术,用户研究和交互设计,用户研究,用户的目标,用户的行为模型,交互设计,系统与用户交互的流程,信息设计,何时何地何信息？,视觉设计,强调、弱化,结构、关系,数图新服务研发关键技术数图新服务的关键技术,矛盾,用户希望付出少、得到多,需要展示的信息量多、界面有限,界面信息量多、用户关注点少,数图新服务研发关键技术数图新服务的关键技术,万方数据知识服务平台交互式检索与页面信息揭示,交互式检索：一框式进入交互反馈,启发式信息提供,页面精简显示、重点突出,数图新服务研发关键技术数图新服务的关键技术,主要内容,文本数据库系统,自动标引、自动分类,交互式检索,以用户为中心的知识揭示,知识脉络分析,论文相似性检测(copy detection),集群与分布式服务,相关技术规范与标准,WIKI知识分享与管理,数图新服务研发关键技术数图新服务的关键技术,知识脉络,客观事实的展示,基于海量文献的分析,共现词、引用关系的应用,数图新服务研发关键技术数图新服务的关键技术,主要内容,文本数据库系统,自动标引、自动分类,交互式检索,以用户为中心的知识揭示,知识脉络分析,论文相似性检测(copy detection),集群与分布式服务,相关技术规范与标准,数图新服务研发关键技术数图新服务的关键技术,技术方案,检测算法,基于数字指纹,基于词频统计,基于VSM的方法,基于文本序列模式的方法,数图新服务研发关键技术数图新服务的关键技术,万方数据知识服务平台-论文相似性检测服务,基于文本序列模式的方法,特点：,速度快,精准,数图新服务研发关键技术数图新服务的关键技术,主要内容,文本数据库系统,自动标引、自动分类,交互式检索,以用户为中心的知识揭示,知识脉络分析,论文相似性检测(copy detection),集群与分布式服务,相关技术规范与标准,数图新服务研发关键技术数图新服务的关键技术,访问量大了怎么办？,举例,数图新服务研发关键技术数图新服务的关键技术,优化软件,添加硬件,架构支持能力,本地服务集群,多节点IDC机房,数图新服务研发关键技术数图新服务的关键技术,万方数据知识服务平台集群与分布式方案,优化软件,支持扩展的架构：,SOA,LTM管理,GTM管理,数图新服务研发关键技术数图新服务的关键技术,主要内容,文本数据库系统,自动标引、自动分类,交互式检索,以用户为中心的知识揭示,知识脉络分析,论文相似性检测(copy detection),集群与分布式服务,相关技术规范与标准,数图新服务研发关键技术数图新服务的关键技术,Html、xml,http、https,RSS、ATOM,Z39.50、SRW、SRU、OpenSearch、OAI,CQL,WordNet、Ontology、OWL、RDF,Web 1.0、Web 2.0、Web 3.0,SSO,数图新服务研发关键技术数图新服务的关键技术,演讲完毕，谢谢听讲,!,再见，see you again,3rew,2026/11/12,数图新服务研发关键技术数图新服务的关键技术,