国际创新研究期刊》的研究在科学、工程和技术
菜单ISSN在线(2319 - 8753)打印(2347 - 6710)
ISSN在线(2319 - 8753)打印(2347 - 6710)
K.Maheswari1,Dr.S.Kirubakaran2
|
| 相关文章Pubmed,谷歌学者 |
访问更多的相关文章国际创新研究期刊》的研究在科学、工程和技术
随着信息在互联网是广阔的,搜索引擎提供的搜索结果基于页面的排名。但搜索结果不与一个特定用户的环境有关。但是可以为每个用户提供定制搜索语义技术。语义Web是语义注释添加到Web文档为了获取知识而不是结构化的材料,让知识以自动的方式进行管理。社会个性化搜索系统称为语义搜索日志能够提供搜索查询的结果,涉及到一个特定用户的环境中,用户的数据可能会发现有用的搜索。在此系统中,监督学习技术是用来了解用户。语义web搜索适用于每一个注册用户在这个应用程序中。在拟议的工作中,使用本体搜索日志,将用于提供定制的搜索日志根据用户定义的输入。
关键字 |
| 语义网本体;语义web搜索;语义搜索日志。 |
介绍 |
| 本体的研究事物的类别中存在或可能存在的一些领域。这样一个研究的产物,称为本体,是一个目录的类型的事情被认为存在于一个感兴趣的领域D从人的角度为目的的使用语言L谈论D类型的本体表示谓词,感官,或语言的概念和关系类型域D L当用于讨论主题的语义Web是一个扩展当前的Web信息被赋予明确的含义,更便于计算机和人合作。在计划工作的一个语义web技术如本体用于为用户提供定制的搜索。社交网络领域中,我们可以获取用户的信息,我们使用提供个性化的搜索结果。我们使用监督学习技术来了解用户基于其系统内部的相互作用。这个过程可以能够适用于每一个注册用户在这个应用程序中。用户可以在他们的个人资料给他们的基本信息和从他们的每一个搜索得到好处。 |
二世。回顾文献 |
| Pedrinaci C, Domingue J, Brelage C, Van减少T, Karastoyanova D, F Leymann提出了语义BPM,也就是说,BPM的增强与语义Web服务技术,提供了进一步的可伸缩性BPM通过提高自动化水平,可以实现。他们所描述的特定SBPM方法增强了BPM解决方案以达到更灵活、动态的、可管理的业务流程。Web服务技术,提供了进一步的可伸缩性BPM可以实现通过提高自动化水平,[9]。 |
| Ko上面Ko K L, L,李。G提出《创世纪》——一个Web应用程序,制定业务流程动态定义,给出用户业务目标和基础业务标准。《创世纪》是一个独立的模块提供了动态能力使用层次本体。本文展示了业务用户如何,通过我们提出的《创世纪》应用程序,快速、动态地制定基于高层的抽象业务流程定义业务目标(例如购买、出售)和业务标准(如订单总成本、采购方法、类型等)。《创世纪》中的有三个主要组件应用程序架构等基于网络的图形 |
| 用户界面(GUI)和服务器。基于网络的图形用户界面(GUI)是一个Java服务器页面(JSP)与用户交互和传递信息到服务器。《创世纪》的组件被安置在一个Java Servlet组成创世纪算法和碗。创世纪算法是分层任务网络的扩展(HTN)计划在人工智能规划方法,该算法动态链任务所需的特定业务合作。Business-OWL(碗)分层任务网络业务任务植根于OWL的本体(Web本体语言)。这个本体存储层次结构的化合物和原始的任务,和可能的排列任务分解的化合物。算法遍历层次结构的任务找到匹配特定的业务协作的任务。之前理解每个组件的角色在《创世纪》中,首先讨论是有益的和各个组件之间的交互的角色[10]。 |
| v . m .黄平君和h . h .黄平君提出了一个名为本体论层次任务网络的新方法(O-HTN)基于HTN规划和Web服务建模本体(WSMO)形成协同业务流程动态的跨企业协作。他们跟着语义Web的BPM方法,作为一种很有前途的解决方案与语义Web技术的优势如本体、语义Web服务[6]。 |
| Ko上面L,李。G,李E。W, Jususf提出分层任务网络(HTN)计划用于动态创建CBP任务序列适合直接执行Web服务。在本文建立了背后的基本原理建模business - to - business (B2B)协作任务作为Web本体层次。为了演示动态cBP配方的成就感,他们开发了《创世纪》的方法,包括(1)business-OWL(碗)- B2B分层任务网络本体,和(2)创世纪算法——分层任务网络的扩展(HTN)规划算法来处理业务标准和控制流在业务流程中常见。在本文中,作者介绍了一种算法为动态制定cbp的分层任务网络的扩展(HTN)规划算法。该算法动态地制定cBP定义给定标准成本等产品,类型的B2B合作。而且,使用可分解的英国石油(BP)建模技术,是一种新型的协同业务流程建模方法(cBP)和高级复合任务分解为低级(操作)原始任务。Business-OWL(碗)。 BOWL is an ontology which stores the cBP hierarchical task decompositions, actors, and control flows in B2B collaborations. HTN’s store relationships between compound tasks, primitive tasks, and methods in ontology. Many traditional techniques of HTN planning usually store knowledge, the problem and domain descriptions in the form of text-based files (e.g.the Planning Domain Description Language (PDDL). In contrast to XML-based files like OWL, these formats are usually not adept for current Web-based processing and may not be directly suitable for the increasingly Web-dependent business environments. And the current techniques adopting classical HTN tools (e.g. SHOP2, XPlan) require prior translation into the classical domain descriptions before planning can happen. Therefore, the knowledge captured in HTN’s needs to be modelled in Web-friendly formats that facilitate Web based applications. OWL is the ideal candidate in this respect. The information cannot be merged with other files to create new knowledge in the older representations of HTN’s. Modelling HTN’s as ontologies in OWL will allow dis-similar ontologies to be merged to create new knowledge [8]. |
| Yakup Yildirim, Adnan Yazici Turgay Yilmaz提出了一个语义内容提取系统,允许用户查询和检索对象,事件,自动提取的概念。他们已经引入了一个ontologybased模糊视频语义内容模型,利用空间/时间关系和概念定义事件。除了领域本体,他们利用额外的规则定义(不使用本体)降低计算成本和空间关系定义一些复杂的情况。拟议的框架已经全面实施和测试三个不同的领域。基本上有三个级别的原始视频数据的视频内容,低电平的功能和语义内容。原始视频数据由初等物理视频单位连同一些视频属性,如格式、长度和帧速率。第二,低级特征的特点是音频、文本和视觉特征,如纹理、颜色分布、形状、运动,等。第三,语义内容包含高标准的概念如objectsand事件。前两个层次内容建模和提取方法是基于使用自动提取数据,这代表一个视频的低层次的内容,但他们几乎没有提供语义更适合用户。该模型是一个元模型和代表VISCOM = < V C; DII >。V C组VISCOM类和DII是特定领域的集合V ISCOM类个体。 Each VCx inVCis represented as VCx =< VCxname; VCxprop>, where VCxname is the name of the class and VCxprop is the set of relations and properties of class VCx: VISCOM has a number of classes representing semantically meaningful components of video, where VCxname = { fComponent; Object; Event; Concept; Similarity; . . .}. The linguistic part of VISCOM contains classes and relations between these classes. Some of the classes represent semantic content types such as Object and Event while others are used in the automatic semantic content extraction process. Relations defined in VISCOM give ability to model events and concepts related with other objects and events. VISCOM is developed on an ontology-based structure where semantic content types and relations between these types are collected under VISCOM Classes, VISCOM Data Properties which associate classes with constants and VISCOM Object Properties which are used to define relations between classes. In addition, there are some domain independent class individuals [13]. |
三世。问题描述 |
答:现有系统 |
| 跨企业协作B2Bi研究是一种挑战。语义Web的BPM方法已经预见作为一个有前途的解决方案与语义Web技术的优点,如本体,慢波睡眠。一个语义框架可用于形成一个内部业务流程的动态协作BizKB跨企业协作系统。在现有系统本体实现业务集成。在现有的系统中,基本的搜索引擎不应该产生一个定制的搜索。拒绝搜索攻击是可能的。这里使用的搜索引擎会产生更多的垃圾或广告网站的顶级搜索。在这里,更新将会可能只有通过管理web服务器的搜索引擎。,没有本体实现配置文件。现有的系统包括一个简单的搜索引擎。 In a basic search engine, the web crawling is done by several distributed crawlers. There is a URL server that sends lists of URLs to be fetched to the crawlers. The web pages that are fetched are then sent to the store server. The store server then compresses and stores the web pages into a repository. Every web page has an associated ID number called a doc ID which is assigned whenever a new URL is parsed out of a web page. The indexing function is performed by the indexer and the sorter. The indexer performs a number of functions. It reads the repository; uncompressed the documents, and parses them. Each document is converted into a set of word occurrences called hits. The hits record the word, position in document, an approximation of font size, and capitalization. The indexer distributes these hits into a set of "barrels", creating a partially sorted forward index. The indexer performs another important function. It parses out all the links in every web page and stores important information about them in an anchors file. This file contains enough information to determine where each link points from and to, and the text of the link. The URL resolve reads the anchors file and converts relative URLs into absolute URLs and in turn into doc IDs. It puts the anchor text into the forward index, associated with the doc ID that the anchor points to. It also generates a database of links which are pairs of doc IDs. The links database is used to compute Page Ranks for all the documents. The sorter takes the barrels, which are sorted by doc ID, and resorts them by word ID to generate the inverted index. This is done in place so that little temporary space is needed for this operation. The sorter also produces a list of word IDs and offsets into the inverted index. |
b .提出系统 |
| 在我们提出系统本体搜索日志,将用于生产定制的搜索结果根据用户定义的输入。这个应用程序将处理在任何搜索引擎。社会个性化的搜索使用语义搜索日志能够提供搜索查询的结果,涉及到一个特定用户的环境中,用户的利益,用户的好恶,他/她可能会发现的数据是有用的为他而搜索。监督学习技术是用来了解用户基于给定的信息用户在注册过程中。向用户提供最好的搜索结果,分类和聚类等数据挖掘技术用于获取数据的模式。 |
四、模块描述 |
| 该模块用于实现个性化搜索使用本体 |
| 答:用户配置文件创建模块 |
| b .本体搜索引擎更新模块 |
| 语义web搜索模块 |
| 答:用户配置文件创建 |
| 管理员和用户的身份验证。最初,注册页面是创建并与后端服务器。和用户应该创建账户,以成语义注册详细信息日志。关于用户的信息存储以达到社会个性化搜索。在创建用户帐户被要求提供他们的安全信息。因此,为每个用户生成一个唯一的用户名和密码。每一次当用户登录到他们的个人资料搜索、身份验证。一个社交网络是共享实现的。还有,用户可以创建自己的朋友组。因此,用户可以与其他用户分享他们的搜索。 |
| b .本体搜索引擎更新 |
| 它涉及与管理过程中大量的数据中心可用数据集组成的用户配置文件信息。本体创建表结构,以更新数据时将使用用户登录用户搜索和信息是根据用户配置文件提供的信息存储在数据库中。当用户登录搜索信息,特定用户的概要信息从数据库中检索和分析。分析数据后根据用户提供的搜索结果视图。 |
| c .语义Web搜索 |
| 用户提供的搜索页面,用户可以搜索信息。用户也可以做一般的搜索或语义web搜索。通用搜索的一般信息,通常每个人都提供给用户基于命中率。否则如果用户做了语义搜索,特定的用户必须登录到系统与相应的用户名和密码。然后用户可以继续搜索过程。搜索将根据用户的个人信息。过程是实现本体接口这里为了得到相关的反馈信息。搜索引擎会根据元数据搜索的信息以及根据命中率。这里的数据库设计与用户附加信息,搜索结果是基于搜索日志以及命中率和元数据。这里用户可以得到更高效的搜索结果比较通用搜索。 And retrieval will not be more complex. |
诉的结论 |
| 设计和实现高效和有效的网络搜索引擎(WSE),正变得越来越重要,因为网络的规模持续增长。此外,Web信息检索系统的发展代表了一个非常具有挑战性的任务的复杂性对几个概念的知识来自于许多不同的领域:数据库、并行计算、人工智能、统计、等以外,业务集成本体也可以用于搜索引擎。因此我们实现了本体在搜索引擎为用户提供最好的搜索结果。 |
引用 |
|