基于關(guān)聯(lián)數(shù)據(jù)語義相似度計(jì)算研究.pdf

1、隨著語義網(wǎng)技術(shù)的不斷成熟，網(wǎng)絡(luò)資源環(huán)境向智能化、語義化和結(jié)構(gòu)化方向發(fā)展。當(dāng)前的網(wǎng)絡(luò)資源環(huán)境中的信息多數(shù)是以人能夠理解的形式呈現(xiàn)的，缺乏被計(jì)算機(jī)理解和處理的基本形式，阻礙了網(wǎng)絡(luò)資源環(huán)境的智能化、語義化和結(jié)構(gòu)化發(fā)展。語義網(wǎng)的提出可以很好的解決這些問題，通過給萬維網(wǎng)上的文檔添加形式化語義信息，使計(jì)算機(jī)可以理解和處理這些文檔，實(shí)現(xiàn)數(shù)據(jù)的自動化處理，提高信息檢索的效率。
　　關(guān)聯(lián)數(shù)據(jù)的提出使語義網(wǎng)有了實(shí)質(zhì)性的發(fā)展，而且已被W3C推薦為語義網(wǎng)

2、的最佳實(shí)踐。通過將分散領(lǐng)域中的數(shù)據(jù)通過結(jié)構(gòu)化描述以及數(shù)據(jù)之間的鏈接關(guān)聯(lián)起來，形成全球巨大數(shù)據(jù)空間，即數(shù)據(jù)網(wǎng)絡(luò)。這種數(shù)據(jù)網(wǎng)絡(luò)資源環(huán)境為信息的最大限度共享、重用以及發(fā)行提供了保障，也為人們的知識發(fā)現(xiàn)活動提供了新的機(jī)遇。隨著數(shù)據(jù)網(wǎng)絡(luò)中的關(guān)聯(lián)數(shù)據(jù)量的不斷增加，如何利用關(guān)聯(lián)數(shù)據(jù)特點(diǎn)進(jìn)行知識發(fā)現(xiàn)成為當(dāng)前研究需要解決的關(guān)鍵問題。
　　本文主要針對關(guān)聯(lián)數(shù)據(jù)知識發(fā)現(xiàn)研究中的語義相似度計(jì)算進(jìn)行研究。通過對現(xiàn)有RDF數(shù)據(jù)的語義相似度計(jì)算方法的研究，分析

3、其優(yōu)缺點(diǎn)，提出了多因素關(guān)聯(lián)數(shù)據(jù)語義相似度計(jì)算方法。該方法重點(diǎn)分析了影響相似度計(jì)算的3個(gè)重要因素，屬性取值類型、屬性權(quán)值和關(guān)聯(lián)關(guān)系，并針對每個(gè)影響因素給出了相應(yīng)的相似度計(jì)算公式，最后通過具體的實(shí)例對該方法進(jìn)行了驗(yàn)證。實(shí)驗(yàn)結(jié)果表明，該方法充分利用了概念之間的語義信息，能更準(zhǔn)確表示出概念之間的語義相似關(guān)系。
　　在不同的應(yīng)用中，屬性的重要性是不同的，屬性權(quán)值也會發(fā)生一定的變化，本文針對屬性權(quán)值計(jì)算問題進(jìn)行了進(jìn)一步的研究，提出了動態(tài)權(quán)值關(guān)

4、聯(lián)數(shù)據(jù)語義相似度計(jì)算方法。該方法在Tversky模型的基礎(chǔ)上改進(jìn)了SongD提出的屬性權(quán)值語義相似度計(jì)算方法，根據(jù)待匹配的數(shù)據(jù)集中屬性不同取值的數(shù)量、屬性值的分布以及屬性的有效性對屬性的權(quán)重進(jìn)行計(jì)算，有效地區(qū)分了Tversky模型以及SongD提出的方法無法區(qū)分的實(shí)例對，提高了關(guān)聯(lián)數(shù)據(jù)語義相似度計(jì)算的精度。為了驗(yàn)證該計(jì)算方法的有效性和穩(wěn)定性，本文利用ACM和FOAF測試數(shù)據(jù)集對該計(jì)算方法進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，與現(xiàn)有的關(guān)聯(lián)數(shù)據(jù)語義相似度