基于本體的食品安全垂直搜索引擎研究.pdf

1、最近一段時(shí)間，由于不斷有食品安全事件出現(xiàn)，社會(huì)各界人士開始將目光投向了食品安全問題。國(guó)家雖然建有統(tǒng)一的食品安全信息發(fā)布平臺(tái)，但是就目前運(yùn)營(yíng)狀況看，難以達(dá)到信息全面、更新及時(shí)、與老百姓互動(dòng)的基本水平。因此，有必要建立一個(gè)公共信息平臺(tái)，及時(shí)收集分散在互聯(lián)網(wǎng)上食品安全信息，為人民群眾提供信息服務(wù)。
　　隨著搜索引擎技術(shù)快速發(fā)展和各行業(yè)需求的變化，國(guó)內(nèi)外出現(xiàn)了許多面向各領(lǐng)域的垂直搜索引擎，但能夠搜索食品信息的引擎較少。實(shí)踐證明本體等自然語(yǔ)

2、言處理技術(shù)的使用，可以提高了搜索的精準(zhǔn)度，因此，許多垂直搜索引擎開始應(yīng)用本體技術(shù)。隨著食品安全法規(guī)的制定，食品安全標(biāo)準(zhǔn)已經(jīng)較為詳實(shí)，這就為構(gòu)建食品安全本體鋪平了道路，并可以應(yīng)用本體技術(shù)來提高系統(tǒng)的食品安全檢測(cè)能力。由搜索引擎獲取信息重要功能模塊是聚焦爬蟲，因此如何針對(duì)食品安全領(lǐng)域提高聚焦爬蟲效能，以獲得較為理想的準(zhǔn)確率和召回率是本文研究的重點(diǎn)。
　　因此，本文首先分析了官方網(wǎng)站和一般論壇網(wǎng)站的不同特征，提出了不同的頁(yè)面搜索方法。文

3、章通過分析了常用聚焦爬蟲運(yùn)行算法，針對(duì)食品安全信息較多、分類較細(xì)而導(dǎo)致檢索結(jié)果不理想的情況，提出了一種組合搜索算法。這種策略包括利用本體開展更為高效的鏈接分析和相關(guān)度計(jì)算。
　　本文采用了優(yōu)化的Fish-Search算法，使用本體進(jìn)行關(guān)鍵詞篩選和拓展，分步實(shí)現(xiàn)相關(guān)度分析。即先用向量空間模型計(jì)算，然后結(jié)合本體得出較精確的文檔相似度，再進(jìn)行分類。在此過程中用k最近鄰算法和Bayes算法做分類算法，基本做到了先宏觀再微觀的主題篩選。最后