基于Rough本体的语义搜索引擎研究

论文摘要

随着互联网技术的发展,Web的信息量呈现出几何的倍数增长。如何在海量的互联网资源中快速而准确地查找到用户需求的信息成了搜索引擎领域研究的热点。在Web信息量倍增的今天,以关键字匹配作为查找方式的传统搜索引擎已经越来越显示出自身的不足。摆脱传统搜索引擎的束缚,研究新型的搜索引擎已经成为网络技术的一个重要课题。在此背景下,本文提出了一个基于Rough本体的语义搜索引擎模型,尝试用新的途径解决以上问题。本文介绍了互联网的发展历史、语义网的概念、语义网层次结构和语义网其他相关技术；介绍了本体的相关概念和技术,阐述了本体与搜索引擎相结合的意义和必要性；介绍了Rough理论知识和属性约简方法。在这些理论的基础上,本文重点做了以下工作。在理论研究上,本文重点研究了语义网络以及语义网络的描述语言,介绍了OWL的语法以及对本体的描述,阐述领域本体建模规则和方法,并用protege对汽车领域进行本体建模。本文把Rough理论引入本体,利用Rough处理不确定的关系,并结合protege以及Jess推理机进行知识推理和发现。在把Rough与本体技术结合的实践中,提出了一个基于Rough的本体相似性算法,从而有效解决了相似性计算的问题。在实践的过程中,本文对爬虫程序进行了改进,建立了汽车领域本体模型,确立了系统开发方案,利用Jena API对语义网的支持,架设了一个基于Rough本体的汽车领域搜索引擎,并对实验结果进行了分析和总结。实验表明,基于Rough本体的搜索引擎能够提高查全率和查准率,有着重要的研究价值。文章最后对研究成果进行了总结和分析,并对未来进行展望。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究目标和内容
• 1.3 国内外研究的现状
• 1.3.1 国外研究现状
• 1.3.2 国内研究现状
• 1.4 论文结构
• 第二章 相关理论与技术的概述
• 2.1 语义Web
• 2.2 本体
• 2.2.1 本体的概念
• 2.2.2 本体的分类
• 2.2.3 本体描述语言
• 2.2.4 本体构建工具
• 2.3 Rough集理论
• 2.3.1 Rough集基本概念
• 2.3.2 属性约简
• 2.3.3 Rough本体理论
• 2.3.4 本体信息系统
• 第三章 领域本体的构建
• 3.1 领域本体建模方法
• 3.2 汽车领域本体模型的建立
• 第四章 基于Rough集的本体语义相似度的计算原理
• 4.1 本体相似度的计算方法
• 4.2 基于二进制差别矩阵的信息系统属性约简算法
• 4.2.1 算法的设计原理
• 4.2.2 算法的程序描述
• 4.2.3 示例
• 4.3 基于Rough的本体相似度算法
• 4.4 本章小结
• 第五章 汽车领域语义搜索引擎的设计与实现
• 5.1 系统的开发框架
• 5.2 开发平台与所用工具
• 5.2.1 开发平台
• 5.2.2 系统开发工具
• 5.3 网络资源的采集
• 5.3.1 确定抓取对象
• 5.3.2 设计抓取所需的定制类
• 5.3.3 heritrix的运行
• 5.4 Jena API对语义网的支持
• 5.4.1 Jena简介
• 5.4.2 RDF API
• 5.4.3 Ontology API
• 5.5 试验结果及分析
• 第六章 总结与展望
• 6.1 本文工作总结
• 6.2 对未来的展望
• 致谢
• 参考文献
• 攻读学位期间的研究成果