基于SPRINTBOOT+VUE文献资料检索系统

文未可获取一份本项目的java源码和数据库参考。

1 选题背景

随着世界一体化和经济全球化席卷世界,越来越多的高校认识到，利用信息技术的发展来改变对文档、文献的运作方法和管理模式,提高高校的管理效益和生产效益，从而提高高校经济效益，增强高校竞争力是高校发展的趋势。在这种趋势下，高校对文档管理的方式与观念也在悄然发生变化。在传统的文档管理方式下，常常出现这样的情况:文献数据量大，关键时刻找不到需要的信息，浪费了很多工作时间，严重的甚至会错失决策时机;大量的文件数据表格需要太多时间处理、统计、分析，应接不暇;除了人工对纸质文档检索速度慢，对文献的内容本身索引不科学之外，传统的文献管理、查看方式流转速度不仅慢，而且工作流执行效果差，也就是对于文档的各种操作不规范，同时保密性不强。如果将对文档的收集、挑选、重组和转发由计算机文档管理系统辅助,则可以快速定位，缩短信息链的长度和处理链的规模,提高工作效率，降低工作成本。文献管理系统的核心观点是: 5C 的概念，这就是沟通(Communication)、协作(Cooperation)、控制(Control)、创造(Creation)和方便 (Convenience)。沟通是员工合作的基础。协作是保证工作顺利进行的前提。控制是指对工作流程实现监督控制。创新是企业最宝贵的财富。使用方便是对软件系统最基本的要求。

1.2研究目的及意义

本课题的研究意义和目的体现在以下几个方面：(1)为了使文本在处理过程中能够捕捉到更多的上下文信息，使用预训练的语义词向量表示文本，解决以往文本语义信息不足的问题；使用多特征提取算法建立领域资料库，能够从不同角度衡量词语表征文本的重要性，有效的对文本的领域和不同领域间的文本进行区分，这种构造方式使用最少的信息来表达文本主题，减少了文本在检索过程中对数据的查找，优化计算过程。(2)在系统设计方面，为领域工作者提供了准确查询检索自己所需文献的这样一个平台，系统资料库和个人资料库将对所有的用户进行开放使用，将多特征值加入到领域资料库的更新与维护功能中，使用深度学习网络对文本进行计算检索，一定程度上提高了查询的效率与检索的准确率。本系统拥有多个领域的文献知识库，并且细化每一个领域，增大文本的查找检索精度，减少了领域工作者在查阅过程所消耗的精力，且用户可以建立自己的知识库，对文献进行相关管理操作，系统提供文本分类管理，优化系统功能。

(3)提升文本检索精度，对于好的文本检索系统应该可以准确快速提供给用户所需要的所有数据，而现有的文献检索系统大多以文献名匹配的检索方式并且没有提供比较系统的数据资料，导致效率偏低，检索精度欠佳。本设计方法与工具的有效使用，在一定程度上提升了检索的精度和文本使用效率。

1.3国内研究现状分析

目前国内从计算机能识别并处理人们平常所看到的文本数据开始，文本的处理与使用就进入了电子时代，与此同时处理文本数据的方法和检索技术相继被提出，并进入发展期。20世纪60年代末，美国大学的一位学者首次提出文本的向量表示方法，国内现在还在研究使用的空间向量模型（VSM），它通过特定的特征提取方法将文本转化成词语的集合，计算词语的词频-逆文档频率构成文本的向量表示加入到余弦相似度计算之中，并将这种方法应用于文本检索系统之中，成为当代信息检索的典范，由于这种方法计算比较简单，文本处理具有较高的准确性和召回率，所以成为至今一直在使用的文本计算方法。然而这种信息检索的方式也具有一定的局限性，包括对信息量的检索和用户的使用推广限制，因此基于网页的检索方式应运而生。

1.4国外研究现状分析

随着WEB2.0，WEB3.0时代的到来，网页成为数据量最大种类最齐全的数据库，与此同时基于Web的信息检索方法不断被提出，从而保证了用户对知识的有效提取与使用：1990年加拿大麦吉尔大学的三名学生提出了Archie，就是我们现在使用的基于Ftp搜索文档资源的方式，以此被称作搜索引擎技术的始祖，1999年西班牙学者首次提出将空间向量的计算的方式用于搜索引擎任务中，并在搜索任务中表现出不错的效果，随后雅虎，搜狐，谷歌，百度的相继出现促进了搜索引擎技术的发展。目前信息检索的方式无论是基于自定义语料还是网页数据，大多是基于字符串、主题匹配的方式，较少使用文本的语义信息，自Cilibrasi提出归一化谷歌距离之后，基于文本信息语义检索的搜索引擎的计算方式开始流行起来，基本原理是通过关键词在某些网页出现次数及网页数，使用距离计算公式计算出关键词与网页之间的关系得出检索结果，之后刘胜久等将权重计算的方式加入到距离计算方法中，通过将多次搜索结果的比重进行分析，使得结果更加准确。其中，基于神经网络语义计算和跨领域文本检索的方式将成为该领域研究的趋势，具有一定的理论价值和实现意义。神经网络在现阶段文本信息处理中有着广泛的应用背景，较多的用于信息检索，图像识别，信息推荐技术中，最常用的模型有前馈神经网络，卷积神经网络，循环神经网络，递归神经网络等。19世纪50年代，感知机的出现代表神经网络第一次来到人们的视野，同时人工智能技术蓬勃发展。19世纪60年代末，专家认为神经网络难以解决简单的数字逻辑问题，被遭到严重的质疑，从此神经网络开始没落，直到2017年，美国学者Hinton首次发现文本信息可以使用神经网络处理，首次提出基于神经网络词语向量的语义表示方式，再一次将神经网络重新带回到人们的视野中，此后有很多的领域研究者对词向量进行研究并取得一定的成果。

参考文献：

[1] 李盛恩，王珊．数据库基础与应用（第二版）［M］．北京:人民邮电出版社，2018:14-78．

[2]孙卫琴:《精通Hibernate:Java对象持久化技术详解[M].电子工业出版社出版

[3]王珊,萨师煊.数据库系统概论[M].高等教育出版社,2016.5:198-235.

[4]张孝祥.深入Java Web开发内幕——核心基础[M].北京:电子工业出版社.北京.2016.10.

[5] 舒红平.Web 数据库编程-java[M],西安电子科技大学出版社,2015:97-134.

[6]石正喜. SQL数据库实用教程. 北京:北京师范大学出版社 2016

[7]孙卫琴. 基于MVC的JavaWeb设计与开发. 北京: 电子工业出版社 2014.

[8]王雨竹. SQL入门经典. 北京:机械工业出版社 2013 [6] 雷文华, 薛小文. MATLAB和Servlet在网络数据处理中的应用[J]. 电子测试, 2018, (11):81-86.

[9]黄艳峰. 在Java语言中实施“案例教学”的研究与探索[J]. 电脑知识与技术, 2017, 6(5):1148-1149

[10] 王玉英. 基于JSP的SQL数据库访问技术[J]. 现代计算机:专业版, 2016, 19(14):63-66

[11] 赵钢. JSP Servlet+EJB的Web模式应用研究[J]. 电子设计工程, 2013, 21(13):47-49

[12] 肖英. 解决JSP/Servlet开发中的中文乱码问题[J]. 科技传播, 2013, (1)11-25

[13]陈Maydene Fisher, Jon Ellis, Jonathan Bruce著. JDBC API Tutorial and Reference, Third Edition. 11 June, 2017

[14] Hsiao I H, Sosnovsky S, Brusilovsky P. Guiding students to the right questions: adaptive navigation support in an e-learning system for Java programming[J]. Journal of Computer Assisted Learning, 2015, 26(4):270-283.

[15] Vegh A. SQL Database Server[M]. Web Development with the Mac®. Wiley Publishing, Inc., 2016,179-194

[16] Rasoolzadegan A, Barforoush A A. Reliable yet flexible software through formal model transformation (rule definition)[J]. Knowledge & Information Systems, 2018, 40(1):79-126

1主要研究内容

该文献资料检索系统中前端用Vue框架，后端用Java的Spring Boot框架编写实现各级控制。文献资料检索系统主要分为

用户管理：用户注册登录账号后进行检索文献资料

类别管理：检索文献进行分类管理

文献管理：管理员进行文献资料信息，包括上传文献、修改文献资料的

期刊管理：对期刊文献增加、删除、查询、修改等操作

专著管理：对专著文献增加、删除、查询、修改等操作

在线交流：用户可以针对文献留言讨论

文献检索：平台文献检索方式有书目检索、目录检索、高级检索。

系统管理：管理员可以对文献信息进行维护

2.2技术方案或研究方法

1.文献研究法：本次研究首先需要阅读大量有关于SprintBoot框架和Vue框架的文献资料检索系统的文献，加深对文献资料检索系统各个方面认识，以此为基础逐步设计与实现本次研究对象。