基于語義的數(shù)據(jù)交互模型與發(fā)現(xiàn)方法研究.pdf

1、隨著信息技術(shù)的變革，云計算、物聯(lián)網(wǎng)、工業(yè)4.0、互聯(lián)網(wǎng)+、電子商務(wù)以及移動互聯(lián)網(wǎng)等新技術(shù)應(yīng)運而生，網(wǎng)絡(luò)空間中的數(shù)據(jù)規(guī)模及表現(xiàn)形式逐年激增，當(dāng)今社會已步入了網(wǎng)絡(luò)化的“大數(shù)據(jù)”時代。目前，網(wǎng)絡(luò)數(shù)據(jù)已經(jīng)滲透到當(dāng)今社會的諸多領(lǐng)域，發(fā)揮著越來越重要的作用，引起了學(xué)術(shù)界、產(chǎn)業(yè)界及多國政府的廣泛關(guān)注。網(wǎng)絡(luò)空間中數(shù)據(jù)資源具有大數(shù)據(jù)的“4V”特征，即“數(shù)據(jù)量大(Volume)、生成速度快(Velocity)、形式多樣化(Variety)、價值巨大但價值密

2、度低(Value)”，基于精確匹配的傳統(tǒng)網(wǎng)絡(luò)數(shù)據(jù)發(fā)現(xiàn)方法及交互手段很難智能高效地發(fā)現(xiàn)并獲取用戶所需的數(shù)據(jù)資源。因此，實現(xiàn)基于語義的網(wǎng)絡(luò)數(shù)據(jù)智能發(fā)現(xiàn)與交互具有重要現(xiàn)實意義及廣闊應(yīng)用前景。
　　本文在系統(tǒng)歸納總結(jié)現(xiàn)有工作的基礎(chǔ)上，重點研究基于語義的網(wǎng)絡(luò)數(shù)據(jù)協(xié)同交互模型及基于語義的網(wǎng)絡(luò)數(shù)據(jù)組織與發(fā)現(xiàn)方法，主要研究成果如下：
　　(1)提出一種基于語義的網(wǎng)絡(luò)數(shù)據(jù)協(xié)同交互模型。
　　隨著信息技術(shù)的發(fā)展及“萬物互聯(lián)”的網(wǎng)絡(luò)大數(shù)據(jù)時

3、代的到來，如何高效智能地發(fā)現(xiàn)、傳輸、組織及處理用戶所需的網(wǎng)絡(luò)數(shù)據(jù)資源已成為一個嚴(yán)峻挑戰(zhàn)。為了實現(xiàn)智能高效地網(wǎng)絡(luò)數(shù)據(jù)發(fā)現(xiàn)與交互，本文提出了一種基于語義的網(wǎng)絡(luò)數(shù)據(jù)協(xié)同交互模型。通過定義協(xié)同通道、協(xié)同元和協(xié)同體，模型支持多種數(shù)據(jù)交互方式和對網(wǎng)絡(luò)數(shù)據(jù)的語義理解能力，且可在網(wǎng)絡(luò)內(nèi)部完成復(fù)雜的數(shù)據(jù)交互控制功能，實現(xiàn)了網(wǎng)絡(luò)數(shù)據(jù)的智能發(fā)現(xiàn)與靈活交互；模型支持?jǐn)?shù)據(jù)交互行為的圖示化表示，可以通過流圖的形式實現(xiàn)對復(fù)雜網(wǎng)絡(luò)數(shù)據(jù)交互系統(tǒng)的顯式設(shè)計；通過定義協(xié)同通

4、道和協(xié)同元的行為語義，模型可以嚴(yán)格驗證模型設(shè)計和系統(tǒng)實現(xiàn)的一致性。利用本模型可以根據(jù)實際需求靈活地設(shè)計不同功能的網(wǎng)絡(luò)數(shù)據(jù)交互系統(tǒng)，本文實例化設(shè)計了同步數(shù)據(jù)語義交互系統(tǒng)、異步數(shù)據(jù)語義交互系統(tǒng)及軟件定義的網(wǎng)絡(luò)數(shù)據(jù)語義交互系統(tǒng)，演示了利用本模型可以設(shè)計智能主動靈活的網(wǎng)絡(luò)數(shù)據(jù)交互系統(tǒng)，進(jìn)而滿足網(wǎng)絡(luò)用戶豐富的應(yīng)用需求。語義協(xié)同元可以智能識別表現(xiàn)形式各異的網(wǎng)絡(luò)數(shù)據(jù)的語義信息。通過將多種表現(xiàn)形式的網(wǎng)絡(luò)數(shù)據(jù)統(tǒng)一映射到高維特征空間，語義協(xié)同元可以利用距離

5、信息發(fā)現(xiàn)與用戶查詢語義相似的數(shù)據(jù)資源，進(jìn)而實現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)基于語義的智能發(fā)現(xiàn)與交互，在基于語義的網(wǎng)絡(luò)數(shù)據(jù)交互系統(tǒng)中具有重要意義。
　　(2)提出一種基于哈希的數(shù)據(jù)語義組織與發(fā)現(xiàn)方法——iHash。
　　傳統(tǒng)基于精確匹配的數(shù)據(jù)發(fā)現(xiàn)方法不能智能識別網(wǎng)絡(luò)數(shù)據(jù)語義信息，為了實現(xiàn)語義協(xié)同元基于數(shù)據(jù)語義智能識別發(fā)現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)的功能，提出了一種基于哈希的數(shù)據(jù)語義組織與發(fā)現(xiàn)方法——iHash。iHash方法首先將表現(xiàn)形式各異的網(wǎng)絡(luò)數(shù)據(jù)統(tǒng)一表示為高

6、維特征向量，并利用哈希的方法將高維特征向量處理成統(tǒng)一維度的高維向量，進(jìn)而將其投影為高維特征空間中的高維點集合；然后在高維特征空間中對數(shù)據(jù)對象(高維點)進(jìn)行聚類劃分，并將聚類得到的數(shù)據(jù)簇轉(zhuǎn)換為一系列邊長為單位長度的高維超立方體形狀的數(shù)據(jù)子空間；接著利用金字塔方法將高維數(shù)據(jù)點映射到一維空間并利用B+-tree為數(shù)據(jù)集構(gòu)建高維數(shù)據(jù)索引；最后實現(xiàn)基于數(shù)據(jù)語義的相似性查詢。實驗結(jié)果表明，iHash方法具有較好的相似性查詢效率。
　　(3)提

7、出一種基于主成分分析的數(shù)據(jù)語義組織與發(fā)現(xiàn)方法——iTree。
　　網(wǎng)絡(luò)數(shù)據(jù)的“4V”特征導(dǎo)致了特征空間維數(shù)龐大，進(jìn)而容易誘發(fā)“維度災(zāi)難”問題。為了克服“維度災(zāi)難”問題，保證在特征空間中發(fā)現(xiàn)語義相似的數(shù)據(jù)對象的效率，提出了基于主成分分析(PCA)的數(shù)據(jù)語義組織與發(fā)現(xiàn)方法——iTree。iTree方法利用PCA方法對高維特征空間進(jìn)行降維處理以消除“維度災(zāi)難”的影響，并有效消除了噪聲及冗余干擾。同時改進(jìn)iDistance方法以構(gòu)建高維數(shù)

8、據(jù)索引，使之能夠更加高效地過濾語義無關(guān)的數(shù)據(jù)對象。高維索引創(chuàng)建的具體步驟為：首先對高維特征空間中數(shù)據(jù)對象進(jìn)行聚類處理得到一系列數(shù)據(jù)簇；然后針對每個數(shù)據(jù)簇，根據(jù)數(shù)據(jù)對象相對聚類中心的位置關(guān)系將數(shù)據(jù)簇進(jìn)一步劃分為一系列數(shù)據(jù)子空間，利用距離信息將不同數(shù)據(jù)子空間中數(shù)據(jù)對象映射到一維空間中的不同一維區(qū)間；最后利用B+-tree組織數(shù)據(jù)對象以構(gòu)建高維數(shù)據(jù)索引。利用iTree可以在基于語義的數(shù)據(jù)相似性查詢過程中有效縮小查詢范圍，進(jìn)而實現(xiàn)語義協(xié)同元基于

9、數(shù)據(jù)語義智能發(fā)現(xiàn)數(shù)據(jù)的功能。最后的實驗數(shù)據(jù)驗證了該方法的有效性。
　　(4)提出一種基于隨機(jī)投影的數(shù)據(jù)語義組織與發(fā)現(xiàn)方法——iPyramid。
　　針對高維特征空間中數(shù)據(jù)分布稀疏的特點，受稀疏優(yōu)化和壓縮感知理論的啟發(fā)，提出了基于隨機(jī)投影的數(shù)據(jù)語義組織與發(fā)現(xiàn)方法——iPyramid。iPyramid方法采用隨機(jī)投影技術(shù)對高維特征空間進(jìn)行語義信息無損的空間降維，保證了降維前后數(shù)據(jù)語義的一致性。同時為了有效過濾語義無關(guān)數(shù)據(jù)，iPy