语义Web信息查询技术算法的研究

摘要

本文研究的对象是Web这样的动态信息载体；研究的主要目标是要得到一种高性能、高可靠，支持网页信息搜集、分析与处理的系统结构。随着网络信息资源的急剧增长，人们越来越多地关注如何快速有效地从海量的网络信息中，抽取出潜在的、有价值的信息，使之有效地在管理和决策中发挥作用。搜索引擎技术解决了用户查询网络信息的困难，传统信息查询方式下，由于信息资源缺少统一的语义描述，用户难以查找到与需求相关的资源。如何根据信息资源所具有的领域知识，实现信息资源的语义查询，提高数字化信息资源的利用率，这些问题是信息查询领域所面临的挑战。
　　 在对Web信息查询现有问题进行剖析后，总结了基于语义Web的信息查询方案，描述了信息查询系统的设计思想和查询流程，并对系统模型的合理性进行了论证。另外，对其中所涉及的领域本体构建、信息资源收集、语义推理、查询结果排序和倒排文件索引等关键技术及解决方案进行了研究，针对现有的语义Web的查询实验系统在查询速度上的不足，引入了一种倒排文件分块组织方法，兼顾了文档编号序列和文档权值序列在查询系统性能中的不同作用，为综合优化系统性能提供了一个可操作的框架。最后，提出了一个减少缓存的改进算法，并在此基础上研究了分块组织策略对性能的影响。
　　 通过分析和研究表明，这一分块组织策略可以读取少量倒排表数据而得到查询结果，减少查询算法的执行时间和内存空间，总体上提高了查询系统的效率。