基于Ontology的相关搜索.docVIP

基于Ontology的相关搜索 Report 冀铁亮王佳聪） 综述 近年来，搜索引擎的使用越来越广泛，用户对搜索引擎的性能的要求也越来越高。有人预测，未来的信息获取方式将不再是通过门户网站，而是通过搜索引擎。 对于简单的搜索请求，比如用户搜索“感冒”，普通的搜索引擎可能只会返回“感冒”的一些东西。可是，有一些用户会有这样的一些需求：比如某一天，用户感到身体不适，他想知道自己得了什么病，那么他输入“发烧”、“咳嗽”等关键词后，搜索引擎应该能返回感冒这个疾病，以及一些相关的病症及治疗方法。或者，由感冒可以诱发支气管炎，那么搜索引擎也应该能够返回支气管炎的相关搜索结果。“感冒”和“支气管炎”在文字上并没有相关性，但是在语义上有相关性，这就叫做语义相关性，以下简称相关词。 相关搜索，是通过一定的技术，使得用户可以由某一个检索词，不仅得到该检索词的检索结果，还可以得到与该检索词相关的其他项的检索结果，为用户提供相应服务的一种增值服务。 基于Ontology的相关搜索的关键在于，怎么样实现这样一种语义上的相关性，让搜索引擎可以自动识别。但是目前这种相关词的相关性的获取方式有限，现在的做法是预先用xml定义一个相关词表，供搜索引擎查询。 这里就需要语义网的一些相关知识。需要有一个相关词词典，用来保存所有语义上相关的关键词的集合。也就是说，两个查询词可能对应于同一概念。程序若要进行两个数据库之间信息的比较和合并，它就必须了解这两个查询词表示的是同一事物。在理想的情况下，对于遇到的任何数据库，程序必须有办法来发现这种同义的查询词。 Ontology通过许多方法增强网络的功能。通过简单的方法，它们就能改进网上搜索的准确性，使搜索程序只寻找那些指向精确概念的网页，而不是仅仅通过模糊关键字查到的所有页面。更高级的应用将使用ontology将页面上的信息关联到相关的知识结构和推理规则。 总之，利用Ontology进行相关搜索，使得用户可以由模糊搜索得到比较精确的结果，由一个搜索得到与之相关的其他搜索结果。 市场环境分析 经济 近十年中，信息及计算机产业得到了飞速的发展，随着电脑的普及，电脑从九十年代初贵族式、奢侈式的工具渐渐变为一个普及到千家万户的普通消费品。而且随着互联网的日益完善和强大，人们的日常生活已经和互联网密不可分。从互联网上获得信息，变为人们生活的主要部分。 社会 现在，随着互联网上的信息越来越丰富，范围越来越广，内容越来越多，要想找到自己真正想要的东西实在不容易。所以，搜索引擎应运而生，像Google，Baidu等等。但是，有些用户虽然知道自己想要什么，但是不善于用查询词来表达，所以，需要搜索引擎来寻找词义相关的结果来返回。现在，对相关搜索的呼声越来越高。 技术 我们可以把相关搜索的关键技术划分成几大模块：相关词表构建技术，相关词表分析技术，Web搜索技术。随着目前互联网的飞速发展，这些技术也在逐渐的进步着。 所有这些技术的进步，都将促进相关搜索的应用更加快速的发展，从而推动各种相关的应用。 市场定位和市场潜力分析 基于Ontology的相关搜索的目标市场是各种相关的信息检索服务，提供目标信息和相关信息的采集，搜索等等。 用户分析： 经常使用电脑的上网者，需要从电脑上获得大量信息的用户 市场容量分析 相关搜索服务被认为是搜索引擎中的杀手级服务之一，有着巨大的市场规模和良好的盈利前景 市场发展潜力分析 目前，比较大的搜索引擎都已经开始做相关检索的服务，但都还不成熟，相关搜索的潜力还没有完全开发出来。随着技术的逐步完善，相关搜索的服务将会越来越流行。 而且，好的搜索服务可以吸引更多的用户来使用这个搜索引擎。从而，搜索页面上的广告服务也可以带来额外的效益。 技术资源 关键技术简介 基于Ontology的相关检索需要以下关键技术： 相关词表构建技术 构件相关词表，使得语义上相关的词可以很方便的被关联在一起，这些相关词以特定的方式组织在相关词表中，使得从一个词可以快速准确的找到其语义相关的词。 相关词表分析技术 对相关词表进行分析，对某一个给定的词，分析相关词表，从中找出语义相关的词。 Web搜索技术 包括web网页抓取技术和web信息自动分类检索技术，从web上获取信息服务的主要数据源。 系统体系结构 基于Ontology的相关搜索的体系结构如下： 技术优势 我们目前的优势主要在这几个方面中都有体现。通过课程学习到的相关技术理论，我们可以很好地对网页信息进行收集分类。本项目小组2名成员对相关词表构建技术，相关词表分析技术，Web搜索技术都有一定的了解，并各有侧重分别对其做过研究，有很好的技术积累。我们坚信这些优势会帮助我们实现项目目标。 一个原型示例 下面这个简单的示例可以有效的说明基于Ontolog