基于知识库的智能搜索引擎的研究与实现

摘要

互联网的迅速发展和普及导致了网上信息爆炸性增长。如何在互联网上获得有价值的信息已成为人们日益关注的问题。搜索引擎是以一定的策略在互联网中发现、搜集信息,对信息进行理解、提取、处理和组织,并为用户提供检索服务,从而方便了用户快速找到所需信息。但是由于大部分搜索引擎采用基于关键字匹配的信息检索方式,这种参与匹配的是字符的外形、外在的表现形式,而不是它们所表达的全部概念,因而经常出现检索不全,答非所问的结果,在很大程度上影响了搜索引擎的查准率和查全率。本文提出了一种基于知识库的搜索引擎,以研究实现用户的概念检索。本文主要的研究工作有如下几个方面:
　　 对搜索引擎的体系结构和工作原理进行了研究和分析,并分析了当前搜索引擎智能化的研究内容;研究知识库、本体技术及二者之间的关系,提出利用一种本体技术构建知识库的方法;研究利用知识库进行查询预处理方法,把多对多的关系转化成多对一的形式,采用与用户有关的概念下的关键字进行扩展,提高了数据检索的准确率。论文深入分析先进制造技术领域技术知识的特点,利用本体技术完成先进制造技术领域技术概念知识库的构建与存储模式。通过引入相似度计算,使网络爬虫在信息搜集方面具体一定的智能性。通过知识库对用户检索关键字的查询预处理,来实现概念检索。
　　 在上述研究和设计的基础上,本文在Nutch开源搜索引擎的基础上进行二次开发,完成原型系统(KISE)的实现,并给出了核心模块的具体实现过程和实验结果分析,以验证研究和设计的可行性。

目录

文摘

英文文摘

第1章 绪论

1.1 课题研究背景

1.2 国内外研究现状

1.3 课题来源及研究意义

1.4 主要研究内容

1.5 本文的组织结构

第2章 搜索引擎技术

2.1 搜索引擎的体系结构

2.2 搜索引擎的工作原理

2.3 智能搜索引擎的行为分析

2.3.1 检索技术的智能化

2.3.2 检索处理结果的智能化

2.3.3 检索服务的智能化

2.4 本章小结

第3章 知识库与本体

3.1 知识库概述

3.1.1 知识

3.1.2 知识表示

3.1.3 知识库

3.2 本体概述

3.2.1 本体的定义

3.2.2 本体的类型

3.2.3 本体的建模元语

3.2.4 本体的描述语言

3.3 知识库与本体的关系

3.4 本章小结

第4章 基于本体的知识库的构建与存储研究

4.1 基于本体的知识库构建原理

4.1.1 知识库构建方法

4.1.2 知识库构建工具

4.1.3 知识库存储方式

4.2 先进制造技术领域知识分析

4.2.1 先进制造技术的内涵

4.2.2 概念知识的分类

4.3 概念知识库的构建

4.3.1 需要注意的问题

4.3.2 构建过程分析

4.3.3 具体实现过程描述

4.3.4 知识库在Protégé的构建

4.4 概念知识库存储

4.4.1 存储方式选择

4.4.2 Jena工具包

4.4.3 Jena存储实现过程

4.4.4 利用Protégé的存储实现

4.5 本章小结

第5章 智能搜索引擎系统的研究与设计

5.1 智能搜索引擎系统总体要求

5.2 基于知识库的智能搜索引擎优势

5.3 系统总体结构

5.3.1 表示层

5.3.2 应用层

5.3.3 数据层

5.3.4 知识库支撑层

5.4 系统的工作流程

5.5 信息资源收集

5.5.1 主题资源发现

5.5.2 关于主题网络爬虫

5.5.3 基于知识库的主题网络爬虫

5.5.4 链接地址提取

5.5.5 搜索策略分析

5.6 信息抽取与组织

5.7 基于概念的语义检索

5.7.1 概念检索简介

5.7.2 概念检索的特点

5.7.3 概念检索模型

5.7.4 概念检索流程

5.8 本章小结

第6章 系统实现与实验介绍

6.1 系统实现策略

6.2 系统开发平台与开发工具

6.3 系统部署

6.4 实验演示及结果分析

6.5 本章小结

结论

参考文献

攻读硕士学位期间发表的学术论文

致谢