基本本體的垂直搜索引擎的研究與應(yīng)用.pdf

1、隨著Internet的飛速發(fā)展,信息內(nèi)容空前龐雜,通用搜索引擎已經(jīng)很難滿足特定領(lǐng)域的信息檢索需求,垂直搜索引擎應(yīng)運(yùn)而生。然而,現(xiàn)在流行的垂直搜索引擎多在語法級(jí)層面進(jìn)行操作,查詢結(jié)果不夠理想。基于本體技術(shù)的搜索引擎能夠在語義級(jí)層面進(jìn)行處理,彌補(bǔ)了一般搜索引擎基于關(guān)鍵字匹配的不足。
　　 本文結(jié)合“七步法”,構(gòu)建了電子產(chǎn)品領(lǐng)域本體；然后,提出了一種基于本體的垂直搜索引擎系統(tǒng)模型,分別對(duì)其中的概念相似度計(jì)算、主題爬蟲、關(guān)鍵詞提取(主題

2、詞索引)、語義查詢擴(kuò)展進(jìn)行了詳細(xì)的研究:針對(duì)傳統(tǒng)相似度計(jì)算的片面性,提出了一種綜合的概念語義相似度計(jì)算方法；擴(kuò)展Crawler4j爬蟲,實(shí)現(xiàn)主題爬行；針對(duì)傳統(tǒng)的全文索引技術(shù)的不足,采用一種改進(jìn)的基于語義的主題詞提取算法,提取網(wǎng)頁的主題詞,分別對(duì)網(wǎng)頁內(nèi)容和關(guān)鍵詞建立索引,實(shí)現(xiàn)基于語義的主題詞索引；使用Jena API,實(shí)現(xiàn)了基于領(lǐng)域本體的查詢擴(kuò)展。最后,基于J2EE架構(gòu),設(shè)計(jì)并實(shí)現(xiàn)了基于本體的垂直搜索引擎的實(shí)驗(yàn)系統(tǒng)。實(shí)驗(yàn)結(jié)果表明,該系統(tǒng)基