基于語義相似度的P2P文件查詢的研究.pdf

1、P2P網(wǎng)絡(luò)是近年來的研究熱點，它具有自組織性好、容錯能力強、可擴展性好等優(yōu)點，是未來 Internet 的關(guān)鍵技術(shù)之一。隨著P2P網(wǎng)絡(luò)應(yīng)用的日益盛行，分布式搜索技術(shù)已經(jīng)成為P2P技術(shù)研究領(lǐng)域中的熱點，如何從一個大規(guī)模的P2P系統(tǒng)中快速準(zhǔn)確地找到滿足給定條件的文檔數(shù)據(jù)是首先要解決的關(guān)鍵技術(shù)。但是當(dāng)前許多研究都只是單純地考慮節(jié)點或文檔間的距離因素而忽略了語義對查詢結(jié)果的影響，基于分布式哈希表的方法只支持精確查詢。綜合目前方法的特點，其不足主

2、要體現(xiàn)在如下兩個方面：（1）對文檔的搜索返回不相關(guān)的內(nèi)容從而影響了搜索準(zhǔn)確率；（2）由于索引不當(dāng)，相關(guān)文檔搜索不到，從而影響搜索成功率。 針對目前在P2P領(lǐng)域關(guān)于語義研究較少的情況，本文將語義相似度引入到P2P網(wǎng)絡(luò)的文件查詢中來，通過語義相似度的比較來決定查詢結(jié)果的返回。區(qū)別于當(dāng)前大多使用的分布式搜索方案，本文采用有結(jié)構(gòu)索引與無結(jié)構(gòu)路由相結(jié)合的方式。為了計算語義相似度，本文首先對文檔的表示方法進行了改進，使用簡易概念列表來表示文

3、檔，簡易概念列表通過給定文檔類別和文檔關(guān)鍵詞以及其詞頻對文檔進行索引。相似度的計算通過WordNet來完成。在本文的搜索模型中，借鑒了社會網(wǎng)（social network）的思想，即通過社會關(guān)系來查找自己想要的信息。這種方法不同于一般的簡單維護其他節(jié)點信息的方法，節(jié)點通過建立本地資源索引表LRIT和鄰居資源索引表NRIT來對自己的本地資源以及網(wǎng)絡(luò)中臨近節(jié)點的資源進行索引。另外，為了減少網(wǎng)絡(luò)消息冗余，建立查詢歷史機制，記錄節(jié)點使用過的查詢