基于概念格的Web文本管理研究.pdf

1、為解決Internet上日益嚴重的“信息過載”和“信息迷航”問題，智能信息檢索和個性化信息服務(wù)成為目前信息服務(wù)研究的重點。設(shè)計合理的智能信息檢索系統(tǒng)，是實現(xiàn)智能信息檢索和個性化服務(wù)的基礎(chǔ)。 由于目前的信息檢索技術(shù)存在查詢詞難以準確體現(xiàn)用戶查詢意圖和查詢結(jié)果松散的不足，本文利用概念格技術(shù)進行上述兩方面的研究，提出了一個基于概念格的智能Web文本管理系統(tǒng)的系統(tǒng)。首先，主要利用ontology構(gòu)建知識庫，采用基于概念的查詢擴展代替以往

2、基于關(guān)鍵詞的檢索方法，并利用數(shù)據(jù)挖掘技術(shù)，概念格等方法，提供結(jié)合領(lǐng)域知識基于概念格的交互式查詢擴展，消除查詢詞的歧義，明確用戶查詢目的；其次，利用概念格等web文本挖掘工具對檢索結(jié)果進行組織，按照頁面彼此之間的相似程度結(jié)合領(lǐng)域知識分為若干組，每組都有一個比較明確的主題，用戶可以迅速地掃描每一組并選擇那些和他的目標最相關(guān)的組。本系統(tǒng)能夠結(jié)合概念檢索和交互式檢索的優(yōu)點，以及對檢索結(jié)果挖掘重組，克服傳統(tǒng)查詢的缺陷和不足，從而提高目前信息檢索的

3、性能。 論文的主要工作包括以下方面：(1)研究了現(xiàn)有的搜索引擎的特點以及不足，提出了一種基于用戶交互的的智能web查詢方法，利用概念格等web文本挖掘工具結(jié)合領(lǐng)域知識對查詢詞進行擴展，從而提高網(wǎng)絡(luò)信息檢索的性能。(2)特定領(lǐng)域ontology知識庫的構(gòu)建：從Yahoo目錄層次中對每一個目錄下的文檔進行分析，抽取關(guān)鍵詞，然后根據(jù)特定的關(guān)鍵詞集與其對應(yīng)的文檔集形成一個概念，這一概念中的關(guān)鍵詞就可以被用來進行擴展。(3)基于云模型屬性

4、概化的概念格創(chuàng)建算法：針對實際應(yīng)用中數(shù)據(jù)的多值情況，提出了基于云模型屬性概化的概念格創(chuàng)建算法，這種劃分算法的特點是，所得到的概念反映了此屬性中數(shù)據(jù)在定義域中的實際分布，同時，由于概念的邊界是模糊的，不確定的，因而是一種軟劃分方法，這樣所得到的結(jié)果集更加符合人的思維，同時又保持了傳統(tǒng)硬劃分所具有的優(yōu)點。(4)基于概念格的查詢擴展機制：研究在用戶初始化查詢的基礎(chǔ)上，結(jié)合領(lǐng)域知識提供基于概念格的交互式查詢擴展，消除查詢詞的歧義，明確用戶查詢目