基于本体的语义垂直搜索引擎研究.doc

、 多事未交 硕士学位论文 基于本体的语义垂直搜索引擎研究 作者:周源 导师:于双元 北京交通大学 年月学位论文版权使用授权书 本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特 授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索, 提供阅览服务,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。 同意学校向国家有关部门或机构送交论文的复印件和磁盘。 保密的学位论文在解密后适用本授权说明 学位论文作者签名: 导师签名.了镅厶 习源 签字日期:年月日 年多月,占日 签字日期:扣中图分类号: 学校代码: : 密级:公开 北京交通大学 硕士学位论文 基于本体的语义垂直搜索引擎研究作者姓名:周源 学 号: 导师姓名:于双元 职 称:副教授 学位类别:工学 学位级别:硕士 学科专业:计算机科学与技术 研究方向:分布式计算 北京交通大学 年月致谢 本论文的工作是在我的导师于双元副教授的悉心指导下完成的,于老师严谨 的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢两年来于 老师对我的关心和指导。 ’ 于老师在学习上和生活上都给予了我很大的关心和帮助,对于我的科研工作 和论文都提出了许多的宝贵意见,在此表示衷心的感谢。 ■ 特别感谢姜雅文博士在算法实现方面给予我的巨大帮助,以及在论 文研究和实现过程中提出的有价值的方法。 在实验室工作及撰写论文期间,李亚飞、李帅等同学对我论文中的研究工作 给予了热情帮助,在此向他们表达我的感激之情。 感谢我的父母,妹妹,感谢我的朋友们,你们的理解和支持使我能够在学校 专心完成我的学业。摘要 搜索引擎作为获取因特网上海量信息的重要手段,是信息检索领域重要的研 究课题,随着信息技术的不断发展,因特网上的信息量也与日剧增,内容庞大, 组织松散。因此如何优化搜索引擎在该领域备受关注。垂直搜索引擎作为针对某 一个行业的专业搜索引擎,是搜索引擎的细分和延伸,通用搜索引擎的性质决定 了其不能满足特殊领域,特殊人群的精确化信息需求服务。本文研究了本体和垂 直搜索引擎技术,提出了一种基于本体的语义垂直搜索引擎,建立了语义查询扩 展方法,并对原有结果排序算法进行优化。 本文研究了垂直搜搜引擎的基本概念和设计理论,本体相关知识以及其在信 息检索方面的应用,分析了国内外搜索引擎的现状以及存在的不足,以及本体技 术与垂直搜索引擎相结合的意义和必要性。在对目前主要的本体构建方法进行分 析比较后,选用..作为构建本体的编辑工具,作为本体描述语言 建立了一个数码产品领域本体。运用数码产品领域本体将用户的查询请求划分为 本体类概念,本体实例,本体属性和普通查询,着重研究了本体实例和普通查询 的扩展方法,对于本体实例从继承关联和路径关联两个方面进行扩展,对于普通 查询采用基于词语共现的语义查询扩展方法,提出了一种基于本体适合垂直搜索 引擎的语义查询扩展算法。为了克服原有结果排序算法只考虑关键词和网 页相关度不能反映网页本身重要程度的缺点,提出引入基于链接分析的 算法对其进行优化。 最后实现了基于本体的语义垂直搜索引擎原型,设计了相关实验, 并与原有的查询方式和排序算法进行了实验对比分析。实验结果分析表明本文的 研究内容可提高搜索引擎的查准率。 关键词:垂直搜索引擎;本体;;;查询扩展 分类号:,.. ., . ’ ., ., . . . .. ’ , ,.. , . . . , ., . ’ . : ;;;; :】目录 摘要. 绪论 .研究背景和意义.. .研究现状.. .论文的主要研究内容和结构?.. .本文的组织结构? 相关理论和技术一 .垂直搜索引擎..垂直搜索引擎框架 ..垂直搜索引擎的特点..语义垂直搜索引擎 .本体技术.. ..本体的基本概念? ..本体分类. ..本体描述语言?一 ..本体构建方法?. .用户查询扩展技术??. ..查询扩展概述?~ ..查询扩展技术分析??。 .全文搜索工具包 .. 简介.. 系统结构分析?. .. 索引技术 .本章小结 语义查询扩展设计与结果排序算法改进?. .数码产品领域本体建模 ..数码产品领域本体的简介??. ..数码产品领域本体分析与设计. .基于本体的语义查询扩展设计 ..用户查询分析?...本体词汇语义扩展算法. ..基于词语共现的非本体词汇语义查询扩展算法??. . 检索结果排序算法优化 .. 原有结果排序算法.. 结果排序算法改进.本章小结 基于本体的语义垂直搜索引擎的设计与实现 .系统总体设计? .系统详细设计与实现?. ..数码产品领域本体的建立??. ..基于的主题爬虫模块.. ..基于网页预处理模块 .. 算法实现??. ..基于的索引器模块.