電力行業(yè)非結(jié)構(gòu)化信息管理

1、1.1企業(yè)非結(jié)構(gòu)化信息管理現(xiàn)狀數(shù)據(jù)的有效利用是每個企業(yè)高效運作的基礎(chǔ)。提到信息管理，最典型的處理 受到是數(shù)據(jù)庫應(yīng)用，但實際上數(shù)據(jù)庫技術(shù)只擅長管理并操作結(jié)構(gòu)化數(shù)據(jù)。有統(tǒng)計 表明，企業(yè)數(shù)據(jù)每年以200%的速度增長，其中80%的數(shù)據(jù)以文件、郵件、圖片 等非結(jié)構(gòu)化數(shù)據(jù)存放在企業(yè)內(nèi)計算機系統(tǒng)中的各個角落，這些非常寶貴的信息資 源亟待被有效管理并循環(huán)利用。而數(shù)據(jù)庫只解決了 20%的結(jié)構(gòu)化數(shù)據(jù)管理問題， 因此，企業(yè)或機構(gòu)中80%的非結(jié)構(gòu)化信息的管理是企業(yè)信息資源管理的核心。如何方便，快捷，安全地管理企業(yè)內(nèi)部的信息內(nèi)容就將涉及到企業(yè)搜索引擎 領(lǐng)域的應(yīng)用。企業(yè)搜索就是為企業(yè)內(nèi)外部各類非結(jié)構(gòu)化數(shù)據(jù)處理提供的一個綜

2、合 應(yīng)用平臺層，將各類數(shù)據(jù)信息與用戶的需求直接連接，而無須用戶了解其間的任 何過程信息。對于用戶來說，使用企業(yè)搜索就如同看電視一樣簡單，只要告訴它 你想看什么，它即會立即返回你需要的任何內(nèi)容，以你最希望看到的方式展示出 來。企業(yè)搜索引擎除了與互聯(lián)網(wǎng)搜索工具一樣能完成采集、檢索等基本功能外， 企業(yè)搜索對相關(guān)核心技術(shù)的要求更高，如采集的效率更快，全面性更強，深度更 深，而且能夠定向定量采集；檢索則更加注重個性化檢索，以信息內(nèi)容為核心的 相關(guān)度排序方式、個性化推送，甚至還包括自動分類、聚類、語義分析等對信息 的組織和有序化技術(shù)。企業(yè)搜索并不是簡單的將互聯(lián)網(wǎng)搜索技術(shù)拿到企業(yè)內(nèi)部來 用，而是對企業(yè)內(nèi)外部

3、數(shù)據(jù)的高效獲取和有效組織的技術(shù)和過程，它不僅僅包括 互聯(lián)網(wǎng)搜索的相關(guān)技術(shù)，還包括一系列對于非結(jié)構(gòu)化數(shù)據(jù)的組織、分析和安全管 理技術(shù)等。業(yè)界提出了不少方法以實現(xiàn)這些功能，例如：關(guān)鍵字搜索、標簽解決方案、 交叉過濾和語言方法等等。通過這些方法可以在一定程度上提高計算機對非結(jié)構(gòu) 化信息的處理能力，但由于這些方法都需要一定程度的人工干預(yù)。事實上，為了 保證各類業(yè)務(wù)的成功運營，真正需要做的是使計算機能夠自動、實時和智能地處 理業(yè)務(wù)運營所必需的各類信息，這就需要計算機系統(tǒng)可以理解當今存儲的非結(jié)構(gòu) 化信息究竟是什么，理解當前進行處理的信息究竟代表什么含義。也就是說采用 內(nèi)容理解、概念匹配技術(shù)實現(xiàn)計算機對文本

4、、網(wǎng)頁、電子郵件、語音、視頻、文檔和個性檔案的自動分析和處理將是企業(yè)搜索技術(shù)中的核心與重點。通過這樣的 技術(shù)，企業(yè)能夠整合各種異構(gòu)的內(nèi)部或外部數(shù)據(jù)源，無論是結(jié)構(gòu)化數(shù)據(jù)還是非結(jié) 構(gòu)化數(shù)據(jù)，通過對數(shù)據(jù)內(nèi)容的理解，來實現(xiàn)自動化的信息管理、知識發(fā)現(xiàn)和信息 的主動推送。對于企業(yè)搜索引擎而言，通過對結(jié)構(gòu)化信息（如數(shù)據(jù)庫和XML等）和非結(jié)構(gòu) 化信息（如PDF文檔、電子郵件和視頻音頻等）的分析與處理，通常都會完成以下分類功能:企業(yè)搜索引擎主要功能檢索用戶檔案信息推送社區(qū)專家協(xié)作結(jié)構(gòu)化信息與非結(jié)構(gòu)化信息辦公系統(tǒng)電子郵件數(shù)據(jù)庫網(wǎng)頁信息自動摘要圖錯誤！文檔中沒有指定樣式的文字。-1企業(yè)搜索引擎功能其中主要功能含義如

5、下：關(guān)鍵字檢索：用戶在文本框輸入一個或幾個關(guān)鍵詞，搜索引擎隨后返回所有包含搜索詞的 文檔結(jié)果。自然語言檢索:用戶采用自然語言描述查詢條件，可以是語句、段落或是整篇文檔，搜索引 擎查詢并返回與所查概念相關(guān)的結(jié)果。自動摘要搜索引擎根據(jù)文檔內(nèi)容信息返回文檔內(nèi)容中最重要概念的摘要，進一步可以 根據(jù)給定查詢的結(jié)果提供最適當?shù)膭討B(tài)摘要自動超鏈接搜索引擎將文檔內(nèi)容動態(tài)鏈接到與其上下文內(nèi)容相似的信息上。例如，在互 聯(lián)網(wǎng)瀏覽一篇文章時，搜索引擎自動把該文動態(tài)鏈接到與其上下文相似的內(nèi)容或 實時地推薦相關(guān)的資料。自動聚類搜索引擎根據(jù)文檔內(nèi)容直接的相似度，自動將大量相關(guān)內(nèi)容或類似文檔集中 到一起形成統(tǒng)一的聚類。自動分類搜索引擎根據(jù)概念相似性自動對信息進行分類，進一步還可以根據(jù)文檔內(nèi)容 發(fā)現(xiàn)最適合的類別，并自動打上分類標記，以便進行后續(xù)的處理或歸檔。用戶搜索檔案根據(jù)用戶搜索偏好可以生成每個用戶的搜索檔案，可以代表用戶當前的興趣 所在，而且不需要用戶填寫任何形式的表格。社區(qū)與協(xié)作基于用戶搜索檔案理解的用戶信息，并自動將有共同興趣的用戶聚集為用戶 社區(qū)。專家定位根據(jù)用戶檔案自動識別出該社區(qū)內(nèi)的專家信息推送通過多種渠道包括瀏覽器、移動設(shè)備、即時通訊軟件的不過等給用戶發(fā)送個 性化的內(nèi)容。音頻搜索通過對音頻進行語音識別，理解音頻和音頻內(nèi)容信息，將其轉(zhuǎn)化為文本后用 于信息搜索領(lǐng)域。視頻