协作环境中的上下文查询和关联发现(英文)

提出了上下文记忆模型以及进行上下文查询和关联关系发现的方法.上下文查询方法基于RDF数据集和SPARQL语言.为了进行协作关联关系的发现,提出了一种将RDF具名图转换为“上下文图(context graph)”的方法,首先用统计分析的方法对“上下文图”中节点重要性以及边的权值进行定义,然后将激活扩散算法(spread activation)应用在该上下文图中.最后给出了该方法在协作上下文空间(CCS)系统中应用的框架实例,该系统用来支持协作环境中的上下文记忆查询和协作关联关系发现.

基于网络资源本体的语义搜索和排位方法

为了正确地理解网络资源概念,精确分析网络信息查询,提出一种基于激活扩散算法的语义搜索方法来提升网络搜索效率。该方法根据网络资源本体中的资源及资源间联系计算其自信息量,然后根据自信息重新扩展了传统的语义搜索和排位方法,从而得到一种新的语义搜索和排位方法。实验结果表明,该方法相比较传统方法,有效的提高了搜索效率。