版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、語義Web被看成是當(dāng)前Web的擴展,目前已經(jīng)成為數(shù)據(jù)與知識工程領(lǐng)域的研究熱點。語義Web的核心思想是,通過增加一些語義信息實現(xiàn)對Web上信息的表示及獲取方式的改進,使得信息能夠被機器所理解,從而高效準(zhǔn)確地查找信息。在語義Web中,RDF/RDFS一般被用于描述資源,從而為資源提供語義信息,而SPARQL是一種RDF查詢語言。隨著互聯(lián)網(wǎng)上越來越多的信息以RDF語言進行描述,對于RDF的查詢成為了一個重要的研究課題。
在RDF查詢
2、中,由于用戶查詢意圖的模糊性,他們希望能夠表達模糊的查詢請求,為此,研究者已經(jīng)展開了一些研究,并出現(xiàn)了一些對SPARQL進行模糊擴展的研究成果。隨著這些模糊查詢研究成果的出現(xiàn),隨之也帶來了一些問題,由于模糊查詢要求比較寬松,能夠滿足這種查詢的結(jié)果將會有很多,而這些結(jié)果都是無序的,使得用戶很難快速的從大量無序的結(jié)果中找到他們所需要的信息,此時用戶希望在眾多的查詢結(jié)果中先看到最符合自己偏好的查詢結(jié)果,因此對模糊查詢結(jié)果進行排序就顯得很重要了
3、,但是現(xiàn)有的模糊查詢結(jié)果排序方法沒有充分考慮用戶的偏好。
針對用戶希望按照其偏好對模糊查詢結(jié)果進行排序的問題,本文提出了基于上下文偏好的RDF模糊查詢結(jié)果的排序方法。首先提出了上下文偏好的形式化表示方法,用定量的方法來表示偏好,通過在偏好中加入上下文加強了偏好模型的表達能力。然后基于上下文狀態(tài)間的語義相似度對偏好聚類,對每一個聚類產(chǎn)生一個對RDF本體中所有三元組的得分表,以節(jié)省存儲空間。最后在用戶查詢來臨時,找到和查詢最相近的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于相似度與上下文偏好的RDF查詢松馳方法研究.pdf
- 基于相似度與上下文偏好的RDF查詢松弛方法研究.pdf
- RDF模糊SPARQL查詢方法的研究.pdf
- 基于柔性上下文偏好的數(shù)據(jù)庫查詢技術(shù)研究.pdf
- 基于查詢特征上下文的檢索模型研究.pdf
- 基于任務(wù)上下文的查詢擴展優(yōu)化研究.pdf
- 上下文相關(guān)的查詢推薦算法研究.pdf
- 基于上下文分類的圖像壓縮方法研究.pdf
- 基于上下文相關(guān)的圖像檢索方法研究.pdf
- 基于上下文的XML LCA關(guān)鍵字查詢技術(shù).pdf
- 上下文感知的RDF圖上的關(guān)鍵字檢索.pdf
- XML模糊SPARQL查詢方法的研究.pdf
- 基于上下文的圖像插值方法.pdf
- 基于上下文的圖像插值方法(1)
- 基于上下文的隱喻理解研究.pdf
- 基于形狀上下文的圖像內(nèi)容檢索方法研究.pdf
- RDF模糊查詢松弛方法的研究.pdf
- 基于社會上下文約束和物品上下文約束的協(xié)同推薦.pdf
- 基于使用控制和上下文的模糊訪問控制模型研究.pdf
- 基于上下文的目標(biāo)檢測研究.pdf
評論
0/150
提交評論