基于OHITS和OLSA的Web文檔檢索方法的研究與實現(xiàn).pdf

1、隨著Internet的迅猛發(fā)展，各種信息的不斷膨脹，如何有效而準確地從Internet上獲取信息變得越來越重要和困難了。在前人研究的基礎上，本文針對Web文檔檢索的特點，提出了改進算法，從而使得Web文檔檢索的結果更加準確，更能夠符合用戶的需求。 要使得Web文檔檢索結果更加準確，就必須實現(xiàn)語義層次的檢索。本體是概念語義的形式化描述，它是一個通用的概念分類體系，它能夠給概念提供具有上下文的語義支持。分類體系中一個概念的概率定義為

2、一個領域對象在隨機狀態(tài)下被劃歸為該概念的概率，這個概率是固定的。一個領域對象在被劃歸一個概念的條件下被劃歸到其子概念的概率也是固定的，因此本文提出概念與概念之間的轉移概率。轉移概率可由領域專家給出，也可根據統(tǒng)計獲得。但這些手段在實際應用中計算本體概念概率時，可能存在一定的困難，因此本文提出了一個本體內概念的概率計算方法。根據本體內概念的概率，本文還提出了具有不對稱性的概念間語義相似度及其算法。 在Web文檔檢索領域中，鏈接分析和

3、內容分析是兩個重要方法。其中HITS是鏈接分析的代表方法，而LSA是內容分析的代表方法。針對傳統(tǒng)HITS算法具有主題漂移的缺點，本文利用本體概念間的相似度，計算出Web頁面間的相似度，并將該相似度作為鏈接權重，從而改進了HITS算法，提出了OHITS算法。另外，本文針對傳統(tǒng)LSA在語義和位置以及特殊表現(xiàn)形態(tài)信息方面的丟失，提出了SIF和LSDIF的概念，并對LSA在語義和位置以及特殊表現(xiàn)形態(tài)信息進行彌補，提出了OLSA。 本文通