基于语义相似度的P2P文件查询的研究

论文摘要

P2P网络是近年来的研究热点,它具有自组织性好、容错能力强、可扩展性好等优点,是未来Internet的关键技术之一。随着P2P网络应用的日益盛行,分布式搜索技术已经成为P2P技术研究领域中的热点,如何从一个大规模的P2P系统中快速准确地找到满足给定条件的文档数据是首先要解决的关键技术。但是当前许多研究都只是单纯地考虑节点或文档间的距离因素而忽略了语义对查询结果的影响,基于分布式哈希表的方法只支持精确查询。综合目前方法的特点,其不足主要体现在如下两个方面:(1)对文档的搜索返回不相关的内容从而影响了搜索准确率;(2)由于索引不当,相关文档搜索不到,从而影响搜索成功率。针对目前在P2P领域关于语义研究较少的情况,本文将语义相似度引入到P2P网络的文件查询中来,通过语义相似度的比较来决定查询结果的返回。区别于当前大多使用的分布式搜索方案,本文采用有结构索引与无结构路由相结合的方式。为了计算语义相似度,本文首先对文档的表示方法进行了改进,使用简易概念列表来表示文档,简易概念列表通过给定文档类别和文档关键词以及其词频对文档进行索引。相似度的计算通过WordNet来完成。在本文的搜索模型中,借鉴了社会网(social network)的思想,即通过社会关系来查找自己想要的信息。这种方法不同于一般的简单维护其他节点信息的方法,节点通过建立本地资源索引表LRIT和邻居资源索引表NRIT来对自己的本地资源以及网络中临近节点的资源进行索引。另外,为了减少网络消息冗余,建立查询历史机制,记录节点使用过的查询结果,方便以后查询使用。最后本文对基于语义相似度的搜索方案进行了分析和模拟实验,实验结果表明本文所提方案确实提高了搜索效率,缩短了搜索路径,并且减少了系统中的消息流量。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究背景
• 1.2 研究现状
• 1.3 本文工作
• 1.4 论文大纲
• 第二章 P2P 系统的资源搜索方法
• 2.1 P2P 简介
• 2.2 P2P 技术的应用
• 2.3 P2P 的模式结构
• 2.3.1 中心化模式
• 2.3.2 全分布式非结构化模式
• 2.3.3 全分布式结构化模式
• 2.3.4 半分布式结构化模式
• 2.4 P2P 环境下的搜索机制
• 2.4.1 P2P 搜索相关理论
• 2.4.2 P2P 搜索策略
• 2.5 小结
• 第三章 文档表示法以及语义相似度的计算
• 3.1 简易概念列表表示法
• 3.1.1 WordNet 简介
• 3.1.2 简易概念列表
• 3.2 相似度的定义
• 3.3 语义相似度的计算
• 3.3.1 概念（synset）间语义相似度的计算
• 3.3.2 文档间语义相似度的计算
• 3.3.3 查询相似度的计算
• 3.4 小结
• 第四章 基于语义相似度的P2P 搜索算法
• 4.1 基于语义相似度的P2P 搜索算法
• 4.1.1 搜索模型的建立
• 4.1.2 搜索算法
• 4.2 查询机制的实现
• 4.2.1 语义相似度的计算过程
• 4.2.2 主要类及其方法
• 4.3 小结
• 第五章 实验和结果
• 5.1 模拟实验设置
• 5.2 实验结果和分析
• 5.3 小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文