文本挖掘及其在UDDI Registry智能檢索中的應用.pdf

1、隨著Web Services技術的不斷成熟和發(fā)展,存儲在UDDI Registry中的Web Service信息將會變得越來越龐大,如何從UDDI Registry浩如煙海的信息資源中為用戶快速、方便、準確地檢索出滿足需求的Web Service,將變得十分重要.而傳統(tǒng)的基于關鍵詞匹配的檢索技術已不能滿足用戶準確而全面定位信息的要求,因此,本文就以Web Service的文本描述信息為研究對象,提出了應用于UDDI Registry的智

2、能信息檢索技術.對文檔集進行特征化表示是文本挖掘和信息檢索的前提和基礎.本文用頻繁序列模式挖掘算法挖掘出擴展短語,用擴展短語代表文檔的特征項,并用概念秩算法和HITS算法挖掘出文檔的主題概念,文檔的特征就用主題概念加以表示.智能檢索的核心是概念檢索和個性化服務.為了對文檔進行概念檢索,必須發(fā)現(xiàn)某個領域內的概念及其之間的關系,即構建出概念空間.本文通過文本挖掘相關技術挖掘用戶訪問文檔信息,從而構建出用戶私有的概念空間,核心算法是改進的K-

3、Means文檔聚類算法和FP-樹頻繁模式發(fā)現(xiàn)算法.由于概念空間是通過挖掘用戶訪問文檔信息生成的,它也包含用戶的個性化信息,在概念檢索時候,也實現(xiàn)了個性化服務的目的.概念檢索是智能檢索的具體體現(xiàn).在概念檢索過程中,為了幫助用戶更加準確的表達自己的查詢意圖,本文采用Hopfield神經網絡算法對用戶的檢索關鍵詞集進行概念聯(lián)想,將聯(lián)想的結果供用戶再次反饋.對用戶反饋后的查詢表示與文檔特征表示,本文給出了概念匹配運算的方法,并討論了檢索結果如何