基于用戶興趣本體的初始URLs選擇方法的研究.pdf

1、近年來，隨著本體技術的迅速發(fā)展，因具有良好的概念層次結構和對邏輯推理的支持，本體在面向知識表達和信息檢索方面得到了廣泛的應用，并且成為人工智能、語義Web、Web挖掘等領域的研究熱點。由于Web技術的快速發(fā)展，其海量數據的復雜性、動態(tài)性和用戶主題的普遍性等特點給現有的搜索引擎發(fā)展帶來了極大的挑戰(zhàn)。怎樣在Web中及時地、有效地、精確地定位用戶主題資源是提高搜索引擎的檢索效率的研究重點。本文將搜索引擎與本體技術相結合，提出主題爬行蟲入口-初

2、始URLs選擇方法，并從理論和實驗角度說明初始URLs對于主題搜索引擎的重要性。
　　 首先，通過形式概念分析理論，提出用戶興趣本體的構建方法。具體方法：自下向上合并分類概念格和文檔概念格，形成能夠表達用戶興趣的優(yōu)化概念格，通過概念格-本體轉化的LMOA規(guī)則，最終形成用戶興趣本體。該本體構建的目的是通過描述概念及其間的關系來指導主題爬行蟲的行為，選擇與主題相關的網頁，滿足用戶的個性化需求。
　　 其次，本文在利用Web鏈

3、接結構的同時，結合用戶興趣本體，提出了基于用戶興趣本體的初始URLs選擇方法。該方法的特點是將用戶興趣本體與HITS算法相結合，一是利用本體信息對HITS算法獲取基礎集進行修剪，提高HITS算法主題識別能力；二是利用HITS算法得到的權威網頁和中心網頁描述主題區(qū)域，并對用戶興趣本體進行更新，通過用戶興趣本體加權擴展用戶的興趣主題，使之能準確表達用戶興趣需求；②該方法將網頁內容和鏈接分析同時考慮來發(fā)現興趣主題，通過利用圖論相關知識，把尋找

4、“核心主題區(qū)域”的問題轉化為“在完全有向圖查找完全二分有向圖”的問題，從而降低了算法實現的難度；③利用用戶興趣本體擴展興趣主題特征向量，并與權威頁面集進行相似度計算，重新過濾搜索結果得到最終的初始URLs。
　　 最后，利用VC6.0開發(fā)應用程序進行驗證。實驗(1)將十組用戶查詢詞集提交給Wikipedia，對返回的結果進行處理，構建概念格，并構建用戶興趣本體。實驗(2)實現基于該本體的初始URLs選擇方法，目的是通過此爬行蟲入