本發(fā)明涉及局域網(wǎng)搜索引擎的設(shè)計與開發(fā)技術(shù)領(lǐng)域，具體為一種基于語義網(wǎng)技術(shù)的網(wǎng)絡(luò)搜索方法。

背景技術(shù)：

目前用戶在互聯(lián)網(wǎng)上查詢信息主要的工具是搜索引擎。直觀的說，搜索引擎是一套在互聯(lián)網(wǎng)上運(yùn)行的軟件系統(tǒng)，它根據(jù)一定的策略、運(yùn)用特定的計算機(jī)程序從互聯(lián)網(wǎng)上搜集信息，在對信息進(jìn)行組織與處理后，將與用戶檢索的相關(guān)信息通過特定的用戶界面展示給用戶。

現(xiàn)如今，信息技術(shù)的飛速發(fā)展，為人們提供了更廣闊的共享平臺，網(wǎng)絡(luò)檢索已經(jīng)成為人們獲取信息的常用渠道，人們通過信息檢索工具來檢索相關(guān)的信息，這在一定程度上解決了資源的分類和檢索的問題。然而傳統(tǒng)的基于關(guān)鍵詞的檢索方式，由于忽略了關(guān)鍵詞本身所蘊(yùn)含的語義信息，而得到較低的查全率和查準(zhǔn)率，變得越來越不適應(yīng)檢索的需求。為此，我們提出了一種基于語義網(wǎng)技術(shù)的網(wǎng)絡(luò)搜索方法投入使用，以解決上述問題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于語義網(wǎng)技術(shù)的網(wǎng)絡(luò)搜索方法，以解決上述背景技術(shù)中提出的傳統(tǒng)的基于關(guān)鍵詞的檢索方式，由于忽略了關(guān)鍵詞本身所蘊(yùn)含的語義信息，而得到較低的查全率和查準(zhǔn)率，變得越來越不適應(yīng)檢索的需求的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種基于語義網(wǎng)技術(shù)的網(wǎng)絡(luò)搜索方法，該基于語義網(wǎng)技術(shù)的網(wǎng)絡(luò)搜索方法的具體步驟如下：

s1：收集用戶搜索喜好、習(xí)慣、目標(biāo)、心理、個性、知識、行為、專業(yè)和創(chuàng)作方面的基礎(chǔ)信息，構(gòu)建用戶情境模型；

s2：將用戶情境模塊與現(xiàn)有的搜索引擎集成在一起，確定搜索指向、搜索輸出項、輸出界面、搜索所進(jìn)入的分類數(shù)據(jù)庫、搜索的性質(zhì)界定和搜索結(jié)果的定量定性；

s3：通過網(wǎng)絡(luò)代理節(jié)點(diǎn)將用戶輸入的搜索請求傳輸?shù)酱砉?jié)點(diǎn)的鄰居節(jié)點(diǎn)中，并通過本體映射計算用戶輸入的關(guān)鍵詞向量和概念關(guān)鍵詞向量間的相似度；

s4：由搜索引擎將用戶輸入的關(guān)鍵詞向量發(fā)送給語義本體中，采用各領(lǐng)域本體模塊并行推理的方式，對目標(biāo)概念進(jìn)行匹配，得到目標(biāo)概念集；

s5：對目標(biāo)概念集中各概念，若用戶輸入的一些關(guān)鍵詞沒有出現(xiàn)在該概念的關(guān)鍵詞向量中，則這些關(guān)鍵詞將作為該概念的候選關(guān)鍵詞或?qū)?yīng)候選關(guān)鍵詞的頻度加1，當(dāng)某候選關(guān)鍵詞的頻度達(dá)到界限值時，將被加入到該概念的關(guān)鍵詞向量中；

s6：將目標(biāo)概念進(jìn)行聚類，將聚類結(jié)果上傳至語義庫中，并反饋給用戶，便于用戶快速查找到感興趣的文件。

優(yōu)選的，所述步驟s1中，用戶情境模型能夠分析用戶的短期興趣、長期興趣及其動態(tài)的興趣變化，并對其進(jìn)行存儲、表示和描述。

優(yōu)選的，所述步驟s4中，目標(biāo)概念為關(guān)鍵詞向量和概念關(guān)鍵詞向量間的相似度值最大的概念，并通過目標(biāo)概念的其他關(guān)鍵詞進(jìn)行擴(kuò)展搜索或利用和目標(biāo)概念語義距離較近的概念的關(guān)鍵詞進(jìn)行擴(kuò)展搜索。

優(yōu)選的，所述步驟s5中，關(guān)鍵詞的頻度界限值記為3。

優(yōu)選的，所述步驟s6中，在目標(biāo)概念的聚類過程中，由目標(biāo)概念找到各祖先概念，將同一概念下的文檔聚成一個大類，并根據(jù)概念的共同祖先概念或共同屬于同一概念聚成一個更大的類別，形成多層聚類的結(jié)果。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：本發(fā)明將用戶情境模型與搜索引擎集成在一起，大大加強(qiáng)了信息檢索服務(wù)中對用戶情境信息的分析與利用，從而使得搜索引擎的搜索結(jié)果從目前輸出項的千篇一律向多樣化轉(zhuǎn)變，使搜索起點(diǎn)從共用大型抓取數(shù)據(jù)庫向復(fù)雜分類數(shù)據(jù)庫和搜索過程數(shù)據(jù)庫轉(zhuǎn)變，采用語義網(wǎng)技術(shù)，能夠很好的使計算機(jī)和人類合作完成工作，應(yīng)用語義網(wǎng)和本體技術(shù)對所收集到的用戶情境信息進(jìn)行處理，對用戶情境信息的結(jié)構(gòu)和特征進(jìn)行形式化的描述，將其轉(zhuǎn)化為計算機(jī)可理解的形式，并為搜索引擎所使用，同時也便于各實(shí)體間對情境信息達(dá)成共同的語義理解，從而利用已存在的本體對情境信息進(jìn)行推理。

附圖說明

圖1為本發(fā)明工作流程圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

請參閱圖1，本發(fā)明提供一種技術(shù)方案：一種基于語義網(wǎng)技術(shù)的網(wǎng)絡(luò)搜索方法，該基于語義網(wǎng)技術(shù)的網(wǎng)絡(luò)搜索方法的具體步驟如下：

s1：收集用戶搜索喜好、習(xí)慣、目標(biāo)、心理、個性、知識、行為、專業(yè)和創(chuàng)作方面的基礎(chǔ)信息，構(gòu)建用戶情境模型，用戶情境模型能夠分析用戶的短期興趣、長期興趣及其動態(tài)的興趣變化，并對其進(jìn)行存儲、表示和描述；

s2：將用戶情境模塊與現(xiàn)有的搜索引擎集成在一起，確定搜索指向、搜索輸出項、輸出界面、搜索所進(jìn)入的分類數(shù)據(jù)庫、搜索的性質(zhì)界定和搜索結(jié)果的定量定性；

s3：通過網(wǎng)絡(luò)代理節(jié)點(diǎn)將用戶輸入的搜索請求傳輸?shù)酱砉?jié)點(diǎn)的鄰居節(jié)點(diǎn)中，并通過本體映射計算用戶輸入的關(guān)鍵詞向量和概念關(guān)鍵詞向量間的相似度；

s4：由搜索引擎將用戶輸入的關(guān)鍵詞向量發(fā)送給語義本體中，采用各領(lǐng)域本體模塊并行推理的方式，對目標(biāo)概念進(jìn)行匹配，得到目標(biāo)概念集，目標(biāo)概念為關(guān)鍵詞向量和概念關(guān)鍵詞向量間的相似度值最大的概念，并通過目標(biāo)概念的其他關(guān)鍵詞進(jìn)行擴(kuò)展搜索或利用和目標(biāo)概念語義距離較近的概念的關(guān)鍵詞進(jìn)行擴(kuò)展搜索；

s5：對目標(biāo)概念集中各概念，若用戶輸入的一些關(guān)鍵詞沒有出現(xiàn)在該概念的關(guān)鍵詞向量中，則這些關(guān)鍵詞將作為該概念的候選關(guān)鍵詞或?qū)?yīng)候選關(guān)鍵詞的頻度加1，當(dāng)某候選關(guān)鍵詞的頻度達(dá)到界限值時，將被加入到該概念的關(guān)鍵詞向量中，關(guān)鍵詞的頻度界限值記為3；

s6：將目標(biāo)概念進(jìn)行聚類，將聚類結(jié)果上傳至語義庫中，并反饋給用戶，便于用戶快速查找到感興趣的文件，在目標(biāo)概念的聚類過程中，由目標(biāo)概念找到各祖先概念，將同一概念下的文檔聚成一個大類，并根據(jù)概念的共同祖先概念或共同屬于同一概念聚成一個更大的類別，形成多層聚類的結(jié)果。

一般的認(rèn)為，一個本體映射的過程應(yīng)當(dāng)包括如下幾個部分：⑴本體標(biāo)準(zhǔn)化；⑵相似度的提?。虎钦Z義映射；⑷執(zhí)行映射；⑸映射后處理，其中相似度的提取是本體映射過程中一個至關(guān)重要的步驟，主要就是進(jìn)行相似度的計算，在本發(fā)明中將基于實(shí)例的方法和利用啟發(fā)式規(guī)則的方法結(jié)合在一起取長補(bǔ)短，并給兩種方法設(shè)定相應(yīng)的權(quán)值。實(shí)例計算相似度的方法是利用一定量的實(shí)例在兩個概念中出現(xiàn)的聯(lián)合分布概率來計算兩個概念的相似度，對于一個實(shí)例，利用jaccard系數(shù)來計算相似度，該系數(shù)的計算公式為用具體實(shí)例來計算概念c1和c2的相似度，記為siminstance(c1,c2)，則計算公式為本體中的概念是分層的，本體也可看成一顆概念樹，樹中的每個節(jié)點(diǎn)代表一個概念，啟發(fā)式規(guī)則可以以概念樹的一些性質(zhì)、一些領(lǐng)域公理和領(lǐng)域?qū)＜宜x的一些規(guī)則為依據(jù)而制定，計算所得的相似度記為simrule(c1,c2)。將基于實(shí)例的相似度和基于規(guī)則的相似度按相應(yīng)的權(quán)重予以合并，則概念c1和概念c2間的語義相似度可用如下公式表示simsemantic(c1,c2)＝winstancesiminstance(c1,c2)+wrulesimrule(c1,c2)，其中winstance+wrule＝1。由于本體的多樣性和易構(gòu)性，要想完成信息交流的任務(wù)必須在本體之間架起語義映射的橋梁，本體映射現(xiàn)在已經(jīng)是語義網(wǎng)發(fā)展過程中存在的一個重要問題，在本發(fā)明中提出的本體映射的方法綜合改進(jìn)了映射相似度量方面的多種方法，有很好的效率和準(zhǔn)確度，其權(quán)重一般是根據(jù)已有的經(jīng)驗給出。本發(fā)明在語義網(wǎng)絡(luò)平臺上，將檢索需求定位到合適的數(shù)據(jù)源中執(zhí)行檢索服務(wù)，從而進(jìn)一步的提高查準(zhǔn)率和查全率，以實(shí)現(xiàn)網(wǎng)絡(luò)資源精確搜索，有效的利用網(wǎng)絡(luò)信息資源，消除網(wǎng)絡(luò)資源孤島。

盡管已經(jīng)示出和描述了本發(fā)明的實(shí)施例，對于本領(lǐng)域的普通技術(shù)人員而言，可以理解在不脫離本發(fā)明的原理和精神的情況下可以對這些實(shí)施例進(jìn)行多種變化、修改、替換和變型，本發(fā)明的范圍由所附權(quán)利要求及其等同物限定。