應用粗糙集的多來源關聯(lián)數(shù)據(jù)排序研究.pdf

1、語義網為我們提供了應用智能手段處理網絡數(shù)據(jù)的可能。而伴隨著語義網的研究，關聯(lián)數(shù)據(jù)逐漸成為語義網嘗試中主要使用的數(shù)據(jù)類型，出現(xiàn)了以關聯(lián)數(shù)據(jù)集為中心節(jié)點的語義網模型。然而隨著關聯(lián)數(shù)據(jù)集數(shù)量的增長，如何將從多來源關聯(lián)數(shù)據(jù)集中檢索得到的結果進行排序成為了值得關注的問題。要發(fā)揮關聯(lián)數(shù)據(jù)的開放性和智能性優(yōu)勢，就必須解決來自多個關聯(lián)數(shù)據(jù)集的檢索結果排序的問題。
　　本文首先較為詳細的介紹了關聯(lián)數(shù)據(jù)在語義網研究中所扮演的重要角色，闡述了其定義、應

2、用情況、發(fā)布方式和檢索方法，指出了當前多來源關聯(lián)數(shù)據(jù)集檢索存在的排序難題:即由于不同關聯(lián)數(shù)據(jù)集所采用的RDF詞表不同，難以采用統(tǒng)一標準對不同來源的關聯(lián)數(shù)據(jù)進行分析和評價。隨后引入粗糙集理論，提出了使用基于重要性的屬性約簡方法來約簡最大集合詞表，從而建立統(tǒng)一RDF詞表的方法，并對方法中應用到的算法原理和步驟進行了表達。在此前提下，本文隨后考量建立多來源關聯(lián)數(shù)據(jù)排序的綜合模型的方法，從建立原則，層次模型，評價值算法的三個層次對該模型進行了闡

3、釋。最后，展示了應用該思路對多來源關聯(lián)數(shù)據(jù)進行評價排序的實驗結果，表明通過建立統(tǒng)一RDF詞表并在數(shù)據(jù)集層面，資源實體層面和匹配層面對關聯(lián)數(shù)據(jù)資源進行評價的方法，能夠使得多來源的關聯(lián)數(shù)據(jù)資源在統(tǒng)一的標準下進行對比和排序，該模型對于多來源關聯(lián)數(shù)據(jù)資源的排序結果符合預期，具備了在關聯(lián)數(shù)據(jù)應用中實用的價值。
　　應用粗糙集理論建立統(tǒng)一RDF詞表并以此為基礎建立多來源關聯(lián)數(shù)據(jù)排序綜合模型的方法，能夠在多關聯(lián)數(shù)據(jù)集環(huán)境下和比較關聯(lián)數(shù)據(jù)資源的質