海量数据下的特定语义数据检索优化方法研究

• 作者: 杨小梅 黎斌
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 语义 本体模型 分词 资源
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 仿真服务化
• 页码范围: 422-426
• 页数: 5页
• 分类号: TP391
• 字数: 4057字
• 语种: 中文

摘要

在对海量数据中特定语义数据进行检索,是数据挖掘的一个重要方向.数据的本体信息与转化的语义信息之间会有一定的误差,使得特定的数据语义本体与信息本身存的关联性在误差和海量数据的双重干扰下,更加退化.传统的检索方法一般采用映射方法,根据词频信息关联性进行信息检索,随着关联性的降低,检索性能下降.提出本体模型分词高斯边缘化融合的特定语义数据检索算法.针对搜索引擎中本体内元素之间的分类关系,把词条数据当作一个时间片来进行分块,对检索的词频进行上下包络分区和高斯边缘化融合,克服中心频率变化对本体之间语义映射和语言知识配对的影响,实现海量数据干扰下特定数据语义检索算法改进.仿真结果表明,改进算法能克服语义词频交叉项干扰,提高数据库数据语义检索精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨小梅	上海师范大学人文与传播学院	2	6	1.0	2.0
2	黎斌	广西大学计算机与电子信息学院	2	6	1.0	2.0