基于语义Web和Web挖掘的Blog智能检索系统研究

论文摘要

随着Internet(因特网)及Web(万维网)技术的发展,众多基于Web的应用系统应运而生,Blog就是其中之一。Blog用于提供用户以日志方式发布网页,由于采用了RSS技术,Blog的沟通方式比电子邮件、讨论群组更简单、更灵活,现己成为家庭、公司、部门和团队之间越来越盛行的网络交流工具。语义Web是现有Web的延伸,同时也被看成是下一代Web的发展方向,其目标是让Web上的信息能够为机器所理解,实现Web信息的自动处理,从而使得计算机和人类能够更好地协同工作。要在语义层次上实现信息的互操作性,需要对信息的含义有一个一致的共同的理解,对此,语义Web采用了本体论(Ontology)的思想。Web挖掘就是指使用数据挖掘技术从Web文档和Web活动中抽取感兴趣的、潜在的有用模式和隐藏信息。它是数据挖掘技术与Web技术的结合。本文以计算机专业领域的Blog日志为应用场景,设计了一个称为BIRS(Blog Intelligence Retrieval System)的基于语义Web和Web挖掘的“Blog智能检索系统”。该系统不仅实现了对Blog日志的一般查询功能,而且还实现了对Blog日志的语义扩展查询。本文所做的主要工作和创新点如下:(1)对BIRS检索系统的功能进行了分析,给出了BIRS检索系统的总体架构及其功能模块组成。(2)以W3C标准中的OWL语言作为本体的描述语言,用protégé软件构建了计算机专业领域的本体文件。(3)以所创建的本体为基础,用RDF/RDFS作为资源标记语言实现了对原始日志数据的语义化标注;并且,借助Jena作为工具,实现了对用户所输入的查询语句的语义推理和数据查询。

论文目录

• 摘要
• Abstract
• 致谢
• 第一章 绪论
• 1.1 研究背景
• 1.2 博客搜索引擎介绍
• 1.3 本文的研究目的和意义
• 1.4 本文的组织结构
• 第二章 构建BIRS检索系统的理论基础
• 2.1 RSS介绍
• 2.2 语义网的有关理论
• 2.2.1 语义网的发展历程
• 2.2.2 语义网的体系结构
• 2.3 Web数据挖掘概述
• 2.4 搜索引擎理论介绍
• 2.4.1 搜索引擎的概念和分类
• 2.4.2 搜索引擎的工作原理
• 2.5 本章小结
• 第三章 BIRS检索系统的设计
• 3.1 BIRS检索系统的功能分析
• 3.2 BIRS检索系统的总体结构
• 3.3 BIRS检索系统功能模块的详细设计
• 3.3.1 RSS采集子系统
• 3.3.2 RSS处理子系统
• 3.3.3 Blog查询子系统
• 3.4 开发运行平台
• 3.4.1 开发平台—Java/JSP
• 3.4.2 数据库选择—MySOL
• 3.4.3 Web服务器—Tomcat
• 3.5 本章小结
• 第四章 本体文件的建立
• 4.1 本体的构建方法和规则
• 4.1.1 本体的构建方法
• 4.1.2 本体的构造规则
• 4.2 本体描述语言
• 4.2.1 OWL介绍
• 4.2.2 OWL的子语言
• 4.2.3 子语言间以及子语言和RDF的关系
• 4.3 本体的构建
• 4.3.1 本体构建工具Protégé3.3.1
• 4.3.2 计算机专业领域本体的设计
• 4.3.3 RSS文档的本体设计
• 4.4 本体库的存储
• 4.5 本章小结
• 第五章 BIRS检索系统的实现
• 5.1 RSS文档的语义化标注
• 5.2 标注数据的存储实现
• 5.3 BIRS检索系统的语义扩展查询
• 5.3.1 Jena的推理机制
• 5.3.2 系统推理功能实现
• 5.3.3 数据查询的实现
• 5.4 BIRS检索系统的功能演示
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 本文主要工作
• 6.2 进一步的展望
• 参考文献
• 攻读硕士学位期间发表学术论文情况