升蓝全文检索技术简介

信息时代的知识管理

1. 计算机非常容易获得大量的文档和资料，在信息时代，我们可以非常容易从企业文档、产品资料、光盘书库、百科全书、专业书籍、下载文件获得大量的电子图书和文本资料。
2. 因此，获取少量有用的信息远比获取大量无序的信息更为重要。

数据挖掘技术才是知识管理、文档管理的真正核心：

1. 上面已经提到，在信息时代，取得大量知识文献是一件容易的事（例如，通过下载，可以在很短时间内建立起百万数量级的知识库）。
2. 但是仅有大量的知识库/文献库实际上是很难产生效益或用途的：
1. 由于计算机文件可复制的特点，使得信息的冗余度和噪音非常高；
2. 文件有大量相同主题或副本、文件的质量参差不齐，用户不得不花费大量的时候在筛选上，效率低下，而且得不到理想的结果；
3. 文件数量巨大，版本众多，用户信息查询上使用的成本非常高；
3. 如果没有进行有效的数据挖掘，实际上大量的知识/文档是没有用的。
4. 例如，当我们遇到问题需要从知识库中查询知识的时候，如果知识库给出的结果是随机无序的10000个答案，那么，我们可以说这个结果显然是没有使用价值的，如果系统给出10个有序的答案才是有价值的。
5. 如何筛选、索引、判断质量，使有用的文档能够被用户使用，才是知识管理的最重要核心。

升蓝的数据挖掘的技术

1. 升蓝的数据挖掘技术是一种自然语言信息测量的技术，主要应用于搜索引擎。简单地理解，就是为企业内部网、知识管理系统、文档管理系统等提供一个类似Google的搜索引擎。
2. 信息测量技术是非常复杂的计算过程，通过升蓝的数据挖掘的技术的计算，可以得到每篇文档的信息位置，并编录为索引。
3. 用户进行搜索时，系统是从关键字所预测的主题，从索引的相应的位置的最近空间范围内取得相应的文档。具有以下几项（不仅仅）明显特点：
1. 搜索结果按关键字相关度进行排序，能保证最符合用户请求的搜索结果排列上方的，使用户可以轻松得到相应的知识。
   （排序还会考虑文档的质量和时间效应等因素）
2. 可感知关键字的相关关键字，即使用户没有输入相关关键字，也能得到相应的结果。
   （如：“学校”和“教育”是两个不同的词，但有一定的相关性）
3. 可测量文章的关系，并标识相同或相似的文章。
   （例如，有一个重要新闻，主要报纸都会报道，每个记者所写的内容、语文风格都不会相同，但我们没有必要把所有报纸的报道都读一遍，使用信息测试技术，可以测试出不同记者编写同一件事的报道是相同的。）

数据挖掘技术的其他必须功能：

1. 可以对Word、Pdf、Excel、Rtf等常见的文件建立索引和预览页面。
2. 支持中文的分词技术。
3. 实现多条件搜索，如布尔操作，即“和、或、且”等搜索方式。

系统的其他常规搜索功能：

• 快速搜索：在所有界面的表头有一个快速搜索按钮，输入文字，点击搜索即可。
• 过滤：界面的在表头有选择日期、人员、单位等选择项，指定条件后即可立即显示搜索结果。
• 精确搜索：可指定一个记录的全部属性的任意一个或多个条件搜索。