基于用戶反饋的多源非結構化數據集成研究.pdf

1、近年來，隨著數字化的不斷進步，人類社會的數據總量越來越大，這些數據已經成為一種有價值的戰(zhàn)略資產，越來越受各國政府的重視。在此背景下，中國工程院于2012年啟動了工程科技知識服務系統(tǒng)項目，目的是打通我國工程科技領域海量數據。讓眾多獨立的工程科技數據源統(tǒng)一提供數據服務所面臨的主要挑戰(zhàn)有:由于分布式環(huán)境下的網絡帶寬的限制，普通的集成方式下數據訪問效率較低;工程科技數據中非結構化數據占有較大比重，關系型數據處理方式無法兼容非結構化數據的查詢處理

2、等。本文基于工程科技知識服務系統(tǒng)的項目背景，對多源非結構化數據的集成技術進行了研究，提出了基于用戶反饋的多源非結構化數據集成解決方案以提升集成框架的查詢效率。
　　本文的主要工作有:(1)歸納總結了國內外對數據集成和非結構化數據處理的技術研究，特別是文本和圖像類型，并研究了用戶反饋的理論和方法。(2)提出了基于用戶反饋的多源非結構化數據集成框架，在傳統(tǒng)的中間件模式數據集成架構基礎上增加了用戶反饋模塊，通過用戶可信度加權用戶投票來比