2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、大數(shù)據(jù)時代,Web信息呈爆炸性增長,數(shù)據(jù)量的巨大給人們帶來了新的挑戰(zhàn),傳統(tǒng)關(guān)系數(shù)據(jù)庫在海量數(shù)據(jù)存儲和處理上捉襟見肘,為了提高運(yùn)算性能和解決系統(tǒng)可擴(kuò)展問題,利用分布式平臺處理數(shù)據(jù)提取知識勢在必行。雖然數(shù)據(jù)量日益龐大,但其價值密度卻比較低,用戶面臨著信息過載帶來的知識獲取困擾。如何從數(shù)據(jù)海洋中挖掘知識并推薦給用戶,成為了當(dāng)今亟待解決的問題。
  知識推薦是指根據(jù)用戶當(dāng)前搜索,將與之相關(guān)的知識從隱形或顯性的資源中提取并推薦的過程。知識推

2、薦通常作為搜索引擎的一部分實現(xiàn),傳統(tǒng)的知識推薦多是基于“關(guān)鍵詞”的,鑒于這種方式的推薦不能“理解”用戶的語義,Google、Bing等搜索引擎已開始嘗試將Web中的信息按實體的方式表示、集成和推薦?;趯嶓w的搜索和推薦已成為搜索引擎競爭的新領(lǐng)域,代表了未來搜索引擎的發(fā)展方向。在搜索引擎向?qū)嶓w技術(shù)革新的階段,如何利用分布式平臺存儲和處理數(shù)據(jù),并基于實體給用戶進(jìn)行可視化的知識推薦是一個值得研究的綜合性課題。
  基于上述背景,本文提出

3、了一種基于分布式路由思想的實體知識推薦模型,模型能從維基百科中抽取出大量實體數(shù)據(jù),并通過分布式運(yùn)算獲取實體之間的關(guān)系,然后以關(guān)系為基礎(chǔ)為用戶進(jìn)行知識推薦。其中,數(shù)據(jù)采集過程模擬了網(wǎng)絡(luò)爬蟲的工作機(jī)制,為避免數(shù)據(jù)的重復(fù)抽取引入了Bloom Filter算法。采集好的初始數(shù)據(jù)通過預(yù)處理后轉(zhuǎn)換成實體數(shù)據(jù)保存于搭建好的Hadoop云平臺中。同時提出并采用了一種基于分布式路由思想的實體關(guān)系提取方法ERA(Entity RelationAcquisi

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論