ارائه روشی جدید برای رتبه بندی داده های نیمه ساخت یافته

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 855

فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AEBSCONF01_269

تاریخ نمایه سازی: 6 آبان 1393

چکیده مقاله:

وب معنایی و پایگاه های داده نیمه ساخت یافته به دلیل وجود پایگاه های داده بزرگ نیمه ساخت یافته مانند Dbpedia و تعریف مفاهیم اولیه علوم مختلف در آن ها، هزینه بر بودن ایجاد پایگاه های داده ی رابطه ای و ساخت یافته، و نیاز به وجود ساختار در داده های بدون ساختار برای ایجاد توانایی استفاده از آن ها مورد توجه بسیاری قرار گرفته است. با توجه به افزایش استفاده از داده های نیمه ساخت یافته، جستجو رتبه بندی این داده ها به عنوان یکی از پر استفاده ترین و ساده ترین اعمال روی داده های نیمه ساخت یافته در نظر گرفته می شود. الگوریتم های رتبه بندی اشیا در حال حاضر عموماً به محتوا توجه کرده و به صورت بازخوردی از اطلاعات کاربران عمل می کنند، در نتیجه در ان ها کمتر به ساختار گراف و ارتباطات داده ها توجه می گردد. در این مقاله روشی جدید به نام HITS+ برای جستجو و رتبه بندی داده های نیمه ساخت یافته ارائه شده، که گسترشی از یک روش رتبه بندی صفحات وب به نام HITS می باشد. سپس نتایج حاصل از اجرای دو روش بر روی داده های یکسان بررسی شده و نقاط ضعف و قوت روش ارائه شده بررسی می گردد.

کلیدواژه ها:

رتبه بندی ، داده های نیم ساخت یافته ، HITS ، رتبه بندی گراف ، HITS+

نویسندگان

امیرمسعود مختاری

دانشگاه آزاد اسلامی واحد علوم و تحقیقات اصفهان

محمد نادری دهکردی

دانشگاه آزاد اسلامی واحد نجف آباد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Kamishima, Toshihiro, Hideto Kazawa, and Shotaro Akaho. A survey and ...
  • Wang, Haixun, and Charu C. Aggarwal. A Survey of algorithms ...
  • Signorini, Alessio. A Survey of Ranking Algorithms. Department of Computer ...
  • Sargolzaei, P., and F. Soleymani. Pagerank problem, survey and future ...
  • Guo, Lin, et al. XRANK: ranked keyword search over XML ...
  • Chand, Raphacl, and Pascal A. Felber. Efficient subscription management in ...
  • Aswath, Dipti, et al. Boosting item keyword search with spreading ...
  • Grover, Nidhi, and Ritika Waso. Comparative Analysis Of Page Rank ...
  • Roweis, Sam T., and Lawrence K. Saul. Nonlinear dimensionality reduction ...
  • Belkin, Mikhail, and Partha Niyogi. S emi-supervised learning _ Riemannian ...
  • Agarwal, Shivani, and Partha Niyogi. Stability and generalization of bipartite ...
  • Christopher D. Manning, Prabhakar Raghavan & Hinrich Schitze (2008). Introduction ...
  • نمایش کامل مراجع