基于用戶反饋的多源非結(jié)構(gòu)化數(shù)據(jù)集成研究.pdf

1、近年來，隨著數(shù)字化的不斷進(jìn)步，人類社會(huì)的數(shù)據(jù)總量越來越大，這些數(shù)據(jù)已經(jīng)成為一種有價(jià)值的戰(zhàn)略資產(chǎn)，越來越受各國政府的重視。在此背景下，中國工程院于2012年啟動(dòng)了工程科技知識(shí)服務(wù)系統(tǒng)項(xiàng)目，目的是打通我國工程科技領(lǐng)域海量數(shù)據(jù)。讓眾多獨(dú)立的工程科技數(shù)據(jù)源統(tǒng)一提供數(shù)據(jù)服務(wù)所面臨的主要挑戰(zhàn)有:由于分布式環(huán)境下的網(wǎng)絡(luò)帶寬的限制，普通的集成方式下數(shù)據(jù)訪問效率較低;工程科技數(shù)據(jù)中非結(jié)構(gòu)化數(shù)據(jù)占有較大比重，關(guān)系型數(shù)據(jù)處理方式無法兼容非結(jié)構(gòu)化數(shù)據(jù)的查詢處理

2、等。本文基于工程科技知識(shí)服務(wù)系統(tǒng)的項(xiàng)目背景，對(duì)多源非結(jié)構(gòu)化數(shù)據(jù)的集成技術(shù)進(jìn)行了研究，提出了基于用戶反饋的多源非結(jié)構(gòu)化數(shù)據(jù)集成解決方案以提升集成框架的查詢效率。
　　本文的主要工作有:(1)歸納總結(jié)了國內(nèi)外對(duì)數(shù)據(jù)集成和非結(jié)構(gòu)化數(shù)據(jù)處理的技術(shù)研究，特別是文本和圖像類型，并研究了用戶反饋的理論和方法。(2)提出了基于用戶反饋的多源非結(jié)構(gòu)化數(shù)據(jù)集成框架，在傳統(tǒng)的中間件模式數(shù)據(jù)集成架構(gòu)基礎(chǔ)上增加了用戶反饋模塊，通過用戶可信度加權(quán)用戶投票來比