基于兴趣度和本体自适应学习的语义搜索算法研究.pdfVIP

第３０卷第５期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．５ ２０１３年５月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｍａｙ２０１３ 基于兴趣度和本体自适应学习的语义搜索算法研究 孙 萍 萍 （杭州职业技术学院　浙江杭州３１００１８） 摘　要　　针对用户个人兴趣度偏好、本体有效信息利用不足、本体自适应学习能力差和基于单一策略的语义相似度搜索效率低等 问题，提出一种基于兴趣度和本体自适应学习的语义搜索算法。在该算法中，首先利用本体信息共享含量和信息贴近均衡路径策略 来进行本体语义相似度加权度量，并对用户的兴趣度进行偏好计算，然后利用本体评价模型，依据用户个性化偏好进行本体自适应 学习，从而提高本体知识库的信息共享度。实验证明，该算法具有较高的查全率和查准率。 关键词　　本体自适应学习　语义相似度　共享信息含量　语义搜索 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．０５．０３９ ＯＮＳＥＭＡＮＴＩＣＳＥＡＲＣＨＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＩＮＴＥＲＥＳＴＤＥＧＲＥＥＳ ＡＮＤＯＮＴＯＬＯＧＹＡＤＡＰＴＩＶＥＬＥＡＲＮＩＮＧ ＳｕｎＰｉｎｇｐｉｎｇ （ＨａｎｇｚｈｏｕＶｏｃｔｉｏｎａｌａｎｄＴｅｃｈｎｉｃａｌＣｏｌｌｅｇｅ，Ｈａｎｇｚｈｏｕ３１００１８，Ｚｈｅｊｉａｎｇ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｓｔｈａｔｔｈｅｕｓｅｒｓｈａｖｅｐｅｒｓｏｎａｌｉｎｔｅｒｅｓｔｐｒｅｆｅｒｅｎｃｅ，ｔｈｅｕｓｅｏｆｏｎｔｏｌｏｇｙｅｆｆｅｃｔｉｖｅｉｎｆｏｒｍａｔｉｏｎｉｓ ｉｎｓｕｆｆｉｃｉｅｎｔ，ｔｈｅｏｎｔｏｌｏｇｙａｄａｐｔｉｖｅｌｅａｒｎｉｎｇａｂｉｌｉｔｙｉｓｐｏｏｒａｎｄｔｈｅｅｆｆｉｃｉｅｎｃｙｏｆｓｅｍａｎｔｉｃｓｉｍｉｌａｒｉｔｙｓｅａｒｃｈｂａｓｅｄｏｎｓｉｎｇｌｅｓｔｒａｔｅｇｙｉｓｌｏｗ，ｅｔｃ．， ｗｅｐｒｏｐｏｓｅａｓｅｍａｎｔｉｃｓｅａｒｃｈａｌｇｏｒｉｔｈｍｗｈｉｃｈｉｓｂａｓｅｄｏｎｉｎｔｅｒｅｓｔｄｅｇｒｅｅｓａｎｄｏｎｔｏｌｏｇｙａｄａｐｔｉｖｅｌｅａｒｎｉｎｇ．Ｉｎｔｈｉｓａｌｇｏｒｉｔｈｍ，ｆｉｒｓｔｌｙ，ｔｈｅ ｏｎｔｏｌｏｇｙｉｎｆｏｒｍａｔｉｏｎｓｈａｒｉｎｇｃｏｎｔｅｎｔａｎｄｔｈｅｃｌｏｓｉｎｇｔｏｅｑｕｉｌｉｂｒｉｕｍｐａｔｈｓｔｒａｔｅｇｙｏｆｉｎｆｏｒｍａｔｉｏｎａｒｅｕｓｅｄｔｏｃａｒｒｙｏｕｔｔｈｅｗｅｉｇｈｔｅｄｍｅａｓｕｒｅｍｅｎｔ ｏｆｏｎｔｏｌｏｇｙｓｅｍａｎｔｉｃｓｉｍｉｌａｒｉｔｙ，ａｎｄｕｓｅｒ’ｓｉｎｔｅｒｅｓｔｄｅｇｒｅｅｐｒｅｆｅｒｅｎｃｅｉｓｃａｌｃｕｌａｔｅａｓｗｅｌｌ；Ｔｈｅｎ，ａｃｃｏｒｄｉｎｇｔｏｕｓｅｒｐｅｒｓｏｎａｌｉｓｅｄｐｒｅｆｅｒｅｎｃｅｉｔ ｃａｒｒｉｅｓｏｕｔｔｈｅｏｎｔｏｌｏｇｙａｄａｐｔｉｖｅｌｅａｒｎｉｎｇｕｓｉｎｇｏｎｔｏｌｏｇｙｅｖａｌｕａｔｉｏｎｍｏｄｅｌ，ｓｏａｓｔｏｉｍｐｒｏｖｅｔｈｅｉｎｆｏｒｍａｔｉｏｎｓｈａｒｉｎｇｄｅｇｒｅｅｏｆｏｎｔｏｌｏｇｙ ｋｎｏｗｌｅｄｇｅｂａｓｅ．Ｅｘｐｅｒｉｍｅｎｔｐｒｏｖｅｓｔｈａｔｔｈｉｓａｌｇｏｒｉｔｈｍｈａｓｑｕｉｔｅｈｉｇｈｒｅｃａｌｌａｎｄｐｒｅｃｉｓｉｏｎｒａｔｅ． Ｋｅｙｗｏｒｄｓ　　Ｏｎｔｏｌｏｇｙａｄａｐｔｉｖｅｌｅａｒｎｉｎｇ　Ｓｅｍａｎｔｉｃｓｉｍｉｌａｒｉｔｙ　Ｓｈａｒｅｉｎｆｏｒｍａｔｉｏｎｃｏｎｔｅｎｔ　Ｓｅｍａｎｔｉｃｓｅａｒｃｈ 似度时引入了有效的信息概念和量化方法，但是对于用户兴趣 ０　引　言 度对语义本体的影响没有进行综合评价，本体有效信息的利用 度不足。文献［７］提出了一种