基于本體的語義垂直搜索引擎研究.pdf

1、搜索引擎作為獲取因特網(wǎng)上海量信息的重要手段，是信息檢索領(lǐng)域重要的研究課題，隨著信息技術(shù)的不斷發(fā)展，因特網(wǎng)上的信息量也與日劇增，內(nèi)容龐大，組織松散。因此如何優(yōu)化搜索引擎在該領(lǐng)域備受關(guān)注。垂直搜索引擎作為針對某一個行業(yè)的專業(yè)搜索引擎，是搜索引擎的細(xì)分和延伸，通用搜索引擎的性質(zhì)決定了其不能滿足特殊領(lǐng)域，特殊人群的精確化信息需求服務(wù)。本文研究了本體和垂直搜索引擎技術(shù)，提出了一種基于本體的語義垂直搜索引擎，建立了語義查詢擴(kuò)展方法，并對Lucene

2、原有結(jié)果排序算法進(jìn)行優(yōu)化。
　　 本文研究了垂直搜搜引擎的基本概念和設(shè)計理論，本體相關(guān)知識以及其在信息檢索方面的應(yīng)用，分析了國內(nèi)外搜索引擎的現(xiàn)狀以及存在的不足，以及本體技術(shù)與垂直搜索引擎相結(jié)合的意義和必要性。在對目前主要的本體構(gòu)建方法進(jìn)行分析比較后，選用Protégé3.4.5作為構(gòu)建本體的編輯工具，OWL作為本體描述語言建立了一個數(shù)碼產(chǎn)品領(lǐng)域本體。運(yùn)用數(shù)碼產(chǎn)品領(lǐng)域本體將用戶的查詢請求劃分為本體類概念，本體實例，本體屬性和普通查

3、詢，著重研究了本體實例和普通查詢的擴(kuò)展方法，對于本體實例從繼承關(guān)聯(lián)和路徑關(guān)聯(lián)兩個方面進(jìn)行擴(kuò)展，對于普通查詢采用基于詞語共現(xiàn)的語義查詢擴(kuò)展方法，提出了一種基于本體適合垂直搜索引擎的語義查詢擴(kuò)展算法。為了克服Lucene原有結(jié)果排序算法只考慮關(guān)鍵詞和網(wǎng)頁相關(guān)度不能反映網(wǎng)頁本身重要程度的缺點(diǎn)，提出引入基于鏈接分析的PageRank算法對其進(jìn)行優(yōu)化。
　　 最后實現(xiàn)了基于本體的語義垂直搜索引擎原型DPOVSE，設(shè)計了相關(guān)實驗，并與原有的