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)字化的不斷進步，人類社會的數(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年啟動了工程科技知識服務系統(tǒng)項目，目的是打通我國工程科技領域海量數(shù)據(jù)。讓眾多獨立的工程科技數(shù)據(jù)源統(tǒng)一提供數(shù)據(jù)服務所面臨的主要挑戰(zhàn)有:由于分布式環(huán)境下的網(wǎng)絡帶寬的限制，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服務系統(tǒng)的項目背景，對多源非結(jié)構(gòu)化數(shù)據(jù)的集成技術(shù)進行了研究，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