版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、近年來,隨著本體技術(shù)的迅速發(fā)展,因具有良好的概念層次結(jié)構(gòu)和對邏輯推理的支持,本體在面向知識表達和信息檢索方面得到了廣泛的應(yīng)用,并且成為人工智能、語義Web、Web挖掘等領(lǐng)域的研究熱點。由于Web技術(shù)的快速發(fā)展,其海量數(shù)據(jù)的復(fù)雜性、動態(tài)性和用戶主題的普遍性等特點給現(xiàn)有的搜索引擎發(fā)展帶來了極大的挑戰(zhàn)。怎樣在Web中及時地、有效地、精確地定位用戶主題資源是提高搜索引擎的檢索效率的研究重點。本文將搜索引擎與本體技術(shù)相結(jié)合,提出主題爬行蟲入口-初
2、始URLs選擇方法,并從理論和實驗角度說明初始URLs對于主題搜索引擎的重要性。
首先,通過形式概念分析理論,提出用戶興趣本體的構(gòu)建方法。具體方法:自下向上合并分類概念格和文檔概念格,形成能夠表達用戶興趣的優(yōu)化概念格,通過概念格-本體轉(zhuǎn)化的LMOA規(guī)則,最終形成用戶興趣本體。該本體構(gòu)建的目的是通過描述概念及其間的關(guān)系來指導(dǎo)主題爬行蟲的行為,選擇與主題相關(guān)的網(wǎng)頁,滿足用戶的個性化需求。
其次,本文在利用Web鏈
3、接結(jié)構(gòu)的同時,結(jié)合用戶興趣本體,提出了基于用戶興趣本體的初始URLs選擇方法。該方法的特點是將用戶興趣本體與HITS算法相結(jié)合,一是利用本體信息對HITS算法獲取基礎(chǔ)集進行修剪,提高HITS算法主題識別能力;二是利用HITS算法得到的權(quán)威網(wǎng)頁和中心網(wǎng)頁描述主題區(qū)域,并對用戶興趣本體進行更新,通過用戶興趣本體加權(quán)擴展用戶的興趣主題,使之能準(zhǔn)確表達用戶興趣需求;②該方法將網(wǎng)頁內(nèi)容和鏈接分析同時考慮來發(fā)現(xiàn)興趣主題,通過利用圖論相關(guān)知識,把尋找
4、“核心主題區(qū)域”的問題轉(zhuǎn)化為“在完全有向圖查找完全二分有向圖”的問題,從而降低了算法實現(xiàn)的難度;③利用用戶興趣本體擴展興趣主題特征向量,并與權(quán)威頁面集進行相似度計算,重新過濾搜索結(jié)果得到最終的初始URLs。
最后,利用VC6.0開發(fā)應(yīng)用程序進行驗證。實驗(1)將十組用戶查詢詞集提交給Wikipedia,對返回的結(jié)果進行處理,構(gòu)建概念格,并構(gòu)建用戶興趣本體。實驗(2)實現(xiàn)基于該本體的初始URLs選擇方法,目的是通過此爬行蟲入
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于用戶本體的初始URLs選擇方法的研究.pdf
- 基于用戶興趣及本體術(shù)語關(guān)系的查詢擴展.pdf
- 基于用戶興趣模型的服務(wù)發(fā)現(xiàn)方法研究.pdf
- 基于用戶興趣的微博推薦方法研究.pdf
- 基于本體用戶興趣模型的個性化推薦系統(tǒng)的研究.pdf
- 基于用戶本體模型的文本信息過濾方法研究.pdf
- 搜索引擎中初始URLS優(yōu)化研究.pdf
- E-Learning系統(tǒng)中基于課程本體的用戶興趣模型挖掘.pdf
- 基于網(wǎng)絡(luò)訪問日志的用戶興趣建模方法研究.pdf
- 基于聚類分析的網(wǎng)絡(luò)用戶興趣挖掘方法研究.pdf
- 基于領(lǐng)域本體的用戶查詢詞擴展方法的研究.pdf
- 基于行為的用戶興趣研究.pdf
- 基于用戶興趣的MC協(xié)同過濾推薦方法研究.pdf
- 基于用戶興趣建模的推薦方法及應(yīng)用研究.pdf
- 基于用戶興趣的推薦算法研究.pdf
- 基于Agent的用戶興趣模型的研究.pdf
- 基于用戶行為的興趣模型的研究.pdf
- 一種基于用戶興趣本體方法的便攜式個性化服務(wù)技術(shù)與實現(xiàn).pdf
- 基于網(wǎng)頁興趣度的用戶興趣模型體系研究.pdf
- 用戶興趣模型建模方法研究.pdf
評論
0/150
提交評論