5、P2P 网络下的信息检索与语义覆盖网络构建

P2P 网络下的信息检索与语义覆盖网络构建

在当今数字化时代，数字图书馆和海量数字内容的涌现，对数据管理和信息检索提出了新的挑战。P2P 网络作为一种分布式架构，为解决这些问题提供了新的思路。本文将介绍两种相关的技术：一种是用于跨数字图书馆集合的 P2P 信息检索架构，另一种是用于 P2P 数字图书馆的可扩展语义覆盖网络生成方法。

跨数字图书馆集合的 P2P 信息检索架构

在信息检索中，我们采用了一种新的 P2P 架构，它依赖于一种新颖的索引策略，即对稀有术语和术语集进行索引，以限制查询期间的带宽消耗，并实现可扩展和高效的搜索性能。

为了评估该架构的性能，我们进行了实验。首先，我们使用单术语和不同 DFmax 值（200、250、500）的 HDK 索引对集合进行索引，形成基线。然后，对于每个查询，我们比较了原型系统和基线检索到的前 20 个文档，两者的命中列表均使用 TF - IDF 进行排名。我们关注高端排名，因为典型用户通常只对前 20 个结果感兴趣。使用两个指标来比较结果集：一是我们的系统与集中式基线之间的重叠率，二是检索期间传输的平均倒排列表数量。

以下是实验结果的表格：
| 索引方式 | 前 20 重叠率 | 传输的倒排列表数量 |
| — | — | — |
| 单术语（TF - IDF） | 100% | 3052.675 |
| HDK，DFmax = 500 | 94.34% | 232.925 (7.63%) |
| HDK，DFmax = 250 | 85.88% | 96.91 (3.17%) |
| HDK，DFmax = 200 | 83.06% | 75.37 (2.4