升藍全文檢索技術簡介

信息時代的知識管理

1. 計算機非常容易獲得大量的文檔和資料，在信息時代，我們可以非常容易從企業文檔、產品資料、光盤書庫、百科全書、專業書籍、下載文件獲得大量的電子圖書和文本資料。
2. 因此，獲取少量有用的信息遠比獲取大量無序的信息更為重要。

數據挖掘技術才是知識管理、文檔管理的真正核心：

1. 上面已經提到，在信息時代，取得大量知識文獻是一件容易的事（例如，通過下載，可以在很短時間內建立起百萬數量級的知識庫）。
2. 但是僅有大量的知識庫/文獻庫實際上是很難產生效益或用途的：
1. 由於計算機文件可複製的特點，使得信息的冗余度和噪音非常高；
2. 文件有大量相同主題或副本、文件的質量參差不齊，用戶不得不花費大量的時候在篩選上，效率低下，而且得不到理想的結果；
3. 文件數量巨大，版本眾多，用戶信息查詢上使用的成本非常高；
3. 如果沒有進行有效的數據挖掘，實際上大量的知識/文檔是沒有用的。
4. 例如，當我們遇到問題需要從知識庫中查詢知識的時候，如果知識庫給出的結果是隨機無序的10000個答案，那麼，我們可以說這個結果顯然是沒有使用價值的，如果系統給出10個有序的答案才是有價值的。
5. 如何篩選、索引、判斷質量，使有用的文檔能夠被用戶使用，才是知識管理的最重要核心。

升藍的數據挖掘的技術

1. 升藍的數據挖掘技術是一種自然語言信息測量的技術，主要應用於搜索引擎。簡單地理解，就是為企業內部網、知識管理系統、文檔管理系統等提供一個類似Google的搜索引擎。
2. 信息測量技術是非常複雜的計算過程，通過升藍的數據挖掘的技術的計算，可以得到每篇文檔的信息位置，並編錄為索引。
3. 用戶進行搜索時，系統是從關鍵字所預測的主題，從索引的相應的位置的最近空間範圍內取得相應的文檔。具有以下幾項（不僅僅）明顯特點：
1. 搜索結果按關鍵字相關度進行排序，能保證最符合用戶請求的搜索結果排列上方的，使用戶可以輕鬆得到相應的知識。
   （排序還會考慮文檔的質量和時間效應等因素）
2. 可感知關鍵字的相關關鍵字，即使用戶沒有輸入相關關鍵字，也能得到相應的結果。
   （如：「學校」和「教育」是兩個不同的詞，但有一定的相關性）
3. 可測量文章的關係，並標識相同或相似的文章。
   （例如，有一個重要新聞，主要報紙都會報道，每個記者所寫的內容、語文風格都不會相同，但我們沒有必要把所有報紙的報道都讀一遍，使用信息測試技術，可以測試出不同記者編寫同一件事的報道是相同的。）

數據挖掘技術的其他必須功能：

1. 可以對Word、Pdf、Excel、Rtf等常見的文件建立索引和預覽頁面。
2. 支持中文的分詞技術。
3. 實現多條件搜索，如布爾操作，即「和、或、且」等搜索方式。

系統的其他常規搜索功能：

• 快速搜索：在所有界面的表頭有一個快速搜索按鈕，輸入文字，點擊搜索即可。
• 過濾：界面的在表頭有選擇日期、人員、單位等選擇項，指定條件後即可立即顯示搜索結果。
• 精確搜索：可指定一個記錄的全部屬性的任意一個或多個條件搜索。