文本挖掘及其在UDDI Registry智能檢索中的應(yīng)用.pdf

1、隨著Web Services技術(shù)的不斷成熟和發(fā)展,存儲(chǔ)在UDDI Registry中的Web Service信息將會(huì)變得越來(lái)越龐大,如何從UDDI Registry浩如煙海的信息資源中為用戶快速、方便、準(zhǔn)確地檢索出滿足需求的Web Service,將變得十分重要.而傳統(tǒng)的基于關(guān)鍵詞匹配的檢索技術(shù)已不能滿足用戶準(zhǔn)確而全面定位信息的要求,因此,本文就以Web Service的文本描述信息為研究對(duì)象,提出了應(yīng)用于UDDI Registry的智

2、能信息檢索技術(shù).對(duì)文檔集進(jìn)行特征化表示是文本挖掘和信息檢索的前提和基礎(chǔ).本文用頻繁序列模式挖掘算法挖掘出擴(kuò)展短語(yǔ),用擴(kuò)展短語(yǔ)代表文檔的特征項(xiàng),并用概念秩算法和HITS算法挖掘出文檔的主題概念,文檔的特征就用主題概念加以表示.智能檢索的核心是概念檢索和個(gè)性化服務(wù).為了對(duì)文檔進(jìn)行概念檢索,必須發(fā)現(xiàn)某個(gè)領(lǐng)域內(nèi)的概念及其之間的關(guān)系,即構(gòu)建出概念空間.本文通過(guò)文本挖掘相關(guān)技術(shù)挖掘用戶訪問(wèn)文檔信息,從而構(gòu)建出用戶私有的概念空間,核心算法是改進(jìn)的K-

3、Means文檔聚類算法和FP-樹(shù)頻繁模式發(fā)現(xiàn)算法.由于概念空間是通過(guò)挖掘用戶訪問(wèn)文檔信息生成的,它也包含用戶的個(gè)性化信息,在概念檢索時(shí)候,也實(shí)現(xiàn)了個(gè)性化服務(wù)的目的.概念檢索是智能檢索的具體體現(xiàn).在概念檢索過(guò)程中,為了幫助用戶更加準(zhǔn)確的表達(dá)自己的查詢意圖,本文采用Hopfield神經(jīng)網(wǎng)絡(luò)算法對(duì)用戶的檢索關(guān)鍵詞集進(jìn)行概念聯(lián)想,將聯(lián)想的結(jié)果供用戶再次反饋.對(duì)用戶反饋后的查詢表示與文檔特征表示,本文給出了概念匹配運(yùn)算的方法,并討論了檢索結(jié)果如何