網(wǎng)絡(luò)教學(xué)資源搜索增強(qiáng)研究

葉文全

摘要：網(wǎng)絡(luò)教學(xué)資源服務(wù)對(duì)象包括教師、學(xué)生、社會(huì)培訓(xùn)者等，其對(duì)應(yīng)多種學(xué)科、類別，資源數(shù)量較大，用戶需要通過搜索獲取所需的特定資源，因此如何提高資源搜索的性能和實(shí)用性就十分重要。文章主要針對(duì)網(wǎng)絡(luò)教學(xué)資源的搜索性能、實(shí)用性進(jìn)行搜索增強(qiáng)研究。

關(guān)鍵詞：教學(xué)資源；搜索增強(qiáng)；性能；實(shí)用性

伴隨著網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，教育對(duì)教學(xué)資源建設(shè)的重視，為網(wǎng)絡(luò)教學(xué)資源庫的建設(shè)提供了契機(jī)。網(wǎng)絡(luò)教學(xué)資源服務(wù)的對(duì)象包括：教師、學(xué)生、社會(huì)培訓(xùn)者等，其對(duì)應(yīng)多種學(xué)科、類別，資源數(shù)量較大。用戶對(duì)資源的需求不一樣，需要通過搜索獲取所需的特定資源，因此如何提高資源搜索的性能、實(shí)用性是網(wǎng)絡(luò)教學(xué)資源庫開發(fā)所需要解決的一個(gè)重要問題。本文主要針對(duì)網(wǎng)絡(luò)教學(xué)資源搜索的性能、實(shí)用性進(jìn)行增強(qiáng)研究。

1搜索性能增強(qiáng)策略研究

1.1使用索引提高搜索性能

索引是對(duì)列值進(jìn)行排序的一種結(jié)構(gòu)，正確地利用索引能夠加快對(duì)數(shù)據(jù)表相應(yīng)信息的訪問。索引雖然能夠提高數(shù)據(jù)的檢索性能，但是也提高了數(shù)據(jù)維護(hù)的成本。因此，要合理使用索引，在創(chuàng)建索引前，需要確定使用哪些列和要?jiǎng)?chuàng)建的索引類型。

索引包括聚集索引和非聚集索引。聚集索引適用于含有大量的不重復(fù)值的列、可用于范圍值計(jì)算的列、結(jié)果集較大的查詢及經(jīng)常使用連接或分組的列，非聚集索引中鍵值邏輯順序和物理順序沒有關(guān)系。將主鍵設(shè)置為聚集索引并非最佳方案，在教學(xué)資源庫中資源編號(hào)是標(biāo)記列且設(shè)為主鍵，會(huì)把資源編號(hào)設(shè)置成聚集索引。在實(shí)際應(yīng)用中，并不會(huì)針對(duì)資源編號(hào)進(jìn)行搜索，這就導(dǎo)致讓資源編號(hào)作為聚集索引是不正確的選擇。其次，資源編號(hào)都不相同，也不符合“很多數(shù)據(jù)不同值的列不應(yīng)該設(shè)置聚合索引”的規(guī)則。下面以在1000萬條數(shù)據(jù)量的資源信息表中查詢近180天的資源信息速度為例（180天內(nèi)的資源信息數(shù)據(jù)為30萬條，數(shù)據(jù)通過程序生成，供測試使用），其分析如表1所示。

通過上述的數(shù)據(jù)分析，正確地建立聚集索引是十分有必要的。必須根據(jù)實(shí)際中的應(yīng)用范圍和數(shù)據(jù)本身的構(gòu)成來確定聚集索引，而非固定使用默認(rèn)的主鍵作為聚集索引。

1.2優(yōu)化SQL語句提高搜索性能

數(shù)據(jù)庫管理系統(tǒng)本身具備了一定的查詢分析優(yōu)化能力。在MSSQL中的“查詢分析優(yōu)化器”，會(huì)檢測查詢的各個(gè)組成部分，并判斷要求掃描的組成部分是不是有用，如果某個(gè)組成部分能夠作為一個(gè)掃描參數(shù)，則稱該組成部分為可優(yōu)化，并使用索引對(duì)所需數(shù)據(jù)進(jìn)行快速獲取。如果某個(gè)表達(dá)式不能滿足掃描參數(shù)的條件，就不能控制掃描范圍，“索引”對(duì)不符合掃描參數(shù)條件的表達(dá)式是起到作用的。因此，在SQL查詢語句的編寫過程，要注意where子句的優(yōu)化，讓“索引”的作用得以充分發(fā)揮，最大限度地提高搜索性能。

在搜索過程對(duì)信息字段的獲取要遵循“需要多少，提取多少”的準(zhǔn)則，不要采用“select*”。字段提取的多少對(duì)速度的影響如表2所示。

1.3自定義分頁提高搜索性能

在數(shù)據(jù)的查詢過程中，若一次性將查詢結(jié)果讀出，當(dāng)數(shù)據(jù)量較大時(shí)，勢(shì)必需要消耗較多的讀取時(shí)間，影響搜索結(jié)果的最終呈現(xiàn)速度。因此，在項(xiàng)目的實(shí)際開發(fā)中，可以應(yīng)用自定義分頁的形式提高搜索的性能，若將實(shí)現(xiàn)自定義分頁的過程使用存儲(chǔ)過程的方式來實(shí)現(xiàn)，充分利用存儲(chǔ)過程的優(yōu)點(diǎn)，搜索性能將會(huì)得到更進(jìn)一步的提高。

自定義分頁每次查詢只從查詢結(jié)果中讀出當(dāng)前頁所需的數(shù)據(jù)，以資源搜索結(jié)果為2000條數(shù)據(jù)，系統(tǒng)每頁呈現(xiàn)20條數(shù)據(jù)為例，普通分頁與自定義分頁相比，如圖1-2所示。

通過圖1-2可以看出，采用自定義分頁，僅從數(shù)據(jù)表中讀出當(dāng)前頁的20條，數(shù)據(jù)控件也不需要進(jìn)行控件內(nèi)分頁，其性能在數(shù)據(jù)讀取和數(shù)據(jù)呈現(xiàn)上都有良好的提升。

2搜索實(shí)用性增強(qiáng)策略研究

2.1純粹模糊查詢實(shí)現(xiàn)搜索的不足分析

純粹模糊查詢實(shí)現(xiàn)搜索指在搜索的過程中，僅將用戶輸入的關(guān)鍵字在數(shù)據(jù)的查詢過程中，用數(shù)據(jù)庫本身提供的模糊查詢功能，與數(shù)據(jù)庫表中的相關(guān)字段值進(jìn)行匹配，并將匹配正確的值提取至搜索結(jié)果。其操作簡單，但存在以下2點(diǎn)不足：

（1）相關(guān)詞無法匹配。相關(guān)詞無法匹配造成搜索結(jié)果的部分性，是純粹模糊查詢的最大不足之處。

（2）容錯(cuò)性低。由于未對(duì)輸入的搜索關(guān)鍵詞進(jìn)行分析，一旦關(guān)鍵詞中包含無用詞或錯(cuò)別詞時(shí)，將導(dǎo)致搜索結(jié)果零數(shù)據(jù)返回。

通過上述分析，要解決相關(guān)詞無法匹配和容錯(cuò)性低的兩大不足，需要對(duì)搜索實(shí)用性增強(qiáng)進(jìn)行研究。

2.2增強(qiáng)相關(guān)詞匹配

相關(guān)詞的界定很難由程序自動(dòng)判斷，因?yàn)橄嚓P(guān)詞有客觀構(gòu)成，也有主觀構(gòu)成。如：電腦與計(jì)算機(jī)、computer為客觀相關(guān)詞，而電腦與微軟、馮·諾依曼則為主觀相關(guān)詞?？陀^相關(guān)詞為事實(shí)存在，為大多人所共知，而主觀相關(guān)詞需要在特定的條件下成立，人們通過“電腦”可以聯(lián)系到軟件巨頭“微軟公司”或計(jì)算機(jī)科學(xué)家“馮·諾依曼”，需要一定的知識(shí)延展性，甚至“電腦”可以延伸到“計(jì)算器”，不同的用戶有不同的認(rèn)識(shí)。因此，主觀相關(guān)詞具備一定的不確定性與抽象的特點(diǎn)。增強(qiáng)相關(guān)詞匹配可通過增加相關(guān)詞字段或建立相關(guān)詞庫的方法來實(shí)現(xiàn)。相關(guān)詞的匹配涉及匹配的深度和廣度，越全面、精準(zhǔn)則其投入成本越高。

增加相關(guān)詞字段。指通過在數(shù)據(jù)表中增加“相關(guān)詞”字段，當(dāng)用戶在添加信息時(shí)，輸入與此信息的相關(guān)詞。相關(guān)詞的界定及輸入由信息編輯者進(jìn)行操作，采用增加相關(guān)詞字段的方式來提高相關(guān)詞匹配，其實(shí)現(xiàn)方式簡單，操作過程也容易，但相關(guān)詞的界定由編輯者確定，相關(guān)詞的個(gè)人主觀性較強(qiáng)。

建立相關(guān)詞庫。指通過建立相關(guān)詞庫表，當(dāng)用戶輸入搜索關(guān)鍵詞時(shí)，系統(tǒng)自動(dòng)在相關(guān)詞庫表中搜索其相關(guān)詞，一并歸入關(guān)鍵詞中進(jìn)行處理，對(duì)搜索的實(shí)用性有很大的提高。當(dāng)用戶輸入搜索關(guān)鍵詞時(shí)，系統(tǒng)將自動(dòng)遍歷搜關(guān)鍵詞的相關(guān)詞，達(dá)到相關(guān)詞匹配的目的。建立相關(guān)詞庫的方式，其相關(guān)詞并非由編輯者個(gè)人界定，而且相關(guān)詞可以靈活調(diào)整，不斷補(bǔ)充。因此，建立相關(guān)詞庫的方式更加全面、客觀，但構(gòu)建一個(gè)完善的相關(guān)詞庫需要較大的投入。

增加相關(guān)詞字段與建立相關(guān)詞庫兩者各有優(yōu)缺點(diǎn)，但兩者并非對(duì)立。在一個(gè)系統(tǒng)中，可以同時(shí)采用這2種方式或者其中之一以增強(qiáng)搜索相關(guān)詞匹配，提高搜索實(shí)用性。具體實(shí)施方案還需要考慮到實(shí)際需求和投入成本預(yù)算。

2.3增強(qiáng)搜索容錯(cuò)性

在搜索的過程中，用戶對(duì)搜索關(guān)鍵詞的輸入具備不確定和冗長等特點(diǎn)。不確定主要指關(guān)鍵詞的選詞不確定和關(guān)鍵詞的是否正確不確定，而冗長指用戶輸入的搜索關(guān)鍵詞包含多余的信息。如果系統(tǒng)的搜索過程未對(duì)用戶輸入的搜索關(guān)鍵詞進(jìn)行分析和處理，那么，其搜索結(jié)果將有可能得不到用戶所需要的數(shù)據(jù)。從搜索易用性與實(shí)用性的角度出發(fā)，搜索功能必須具備一定的容錯(cuò)性。

要增強(qiáng)搜索的容錯(cuò)性，就需要解決搜索關(guān)鍵詞的不確定與冗長的特點(diǎn)。將搜索關(guān)鍵詞按一定的規(guī)則進(jìn)行拆分，簡稱分詞。將長詞轉(zhuǎn)化為短詞，并舍去重復(fù)的部分，可以提高搜索相關(guān)詞的匹配，降低長詞中錯(cuò)詞、別詞的構(gòu)成，從而提高搜索的容錯(cuò)性。

分詞搜索可以在一定程度上解決搜索的容錯(cuò)要求，提升搜索的功能與精確度。分詞技術(shù)主要分為3種：

（1）字符串匹配的分詞方法。字符串匹配的分詞又分為4種，分別是：正向最大匹配法、反向最大匹配法、最短路徑匹配法、雙向最大匹配法。

（2）詞義分詞法。詞義分詞法根據(jù)機(jī)器語音進(jìn)行分詞判斷，通過對(duì)句法、語義的分析，使用句法信息、語義信息進(jìn)行分詞。但詞義分詞法目前還不成熟，尚處于測試階段。

（3）統(tǒng)計(jì)分詞法。統(tǒng)計(jì)分詞法依據(jù)詞組的統(tǒng)計(jì)，針對(duì)相鄰的字出現(xiàn)的次數(shù)多少，認(rèn)定詞的重要程度，作為關(guān)鍵詞的分詞分隔符。

盤古分詞作為一種分詞組件，大大降低了系統(tǒng)進(jìn)行分詞搜索的投入成本，避免重復(fù)造車的現(xiàn)象，非常方便應(yīng)用在基于NET技術(shù)進(jìn)行開發(fā)的系統(tǒng)中。

3結(jié)語

通過對(duì)索引的合理利用、SQL語句的優(yōu)化和自定義分頁的使用，對(duì)搜索性能有良好的提升，融入盤古分詞的強(qiáng)大功能，結(jié)合相關(guān)詞匹配技術(shù)，能夠提高搜索的實(shí)用性。本文從搜索性能與實(shí)用性兩方面研究了搜索增強(qiáng)技術(shù)，并將其應(yīng)用于學(xué)院的教學(xué)資源庫建設(shè)中，雖然取得了一定的成效，但還需要繼續(xù)努力。