ILP在语义Web数据挖掘研究中的应用

语义网络数据挖掘是基于语义网络环境的数据挖掘,它给数据挖掘技术的应用研究提出了新的课题。归纳逻辑程序设计是由机器学习与逻辑程序设计交叉所形成的一个研究领域,它为知识工程等人工智能的应用领域提供了新的强有力的技术支持。分析了现有几种常用数据挖掘技术在语义Web环境下应用的局限性,提出了采用归纳逻辑程序设计(ILP)作为语义Web上适合的数据挖掘技术,给出了应用这种技术的算法描述,通过具体实例验证了其可行性。     

ILP在语义Web数据挖掘研究中的应用

语义网络数据挖掘是基于语义网络环境的数据挖掘,它给数据挖掘技术的应用研究提出了新的课题.归纳逻辑程序设计是由机器学习与逻辑程序设计交叉所形成的一个研究领域,它为知识工程等人工智能的应用领域提供了新的强有力的技术支持.分析了现有几种常用数据挖掘技术在语义Web环境下应用的局限性,提出了采用归纳逻辑程序设计(ILP)作为语义Web上适合的数据挖掘技术,给出了应用这种技术的算法描述,通过具体实例验证了其可行性.     

语义传感器Web中的数据管理技术研究

语义传感器Web是由传感器网络技术、分布式计算技术、数据库管理技术和语义Web技术整合发展而来的.语义传感器Web能够感知、收集、整合信息,抽取新的知识并为感知器提供增强语义,因此能对环境的变化有更智能的感知,用户可以通过访问Web获取这些信息.作为计算机科学中一个新的研究领域,它有着广阔的应用前景,引起了工业界和学术界浓厚的兴趣.介绍了语义传感器Web的基本概念、特点,并着重讨论了语义传感器Web数据管理中所存在的研究问题、研究现状和研究成果.     

归纳逻辑程序设计综述

归纳逻辑程序设计是由机器学习与逻辑程序设计交叉所形成的一个研究领域,是机器学习的前沿研究课题。该文首先从归纳逻辑程序设计的问题背景、类型划分和搜索程序子句三个方面介绍了归纳逻辑程序设计系统的概貌;然后结合实验室的相关研究工作,回顾了归纳逻辑程序设计研究的发展;之后介绍了归纳逻辑程序设计领域中需要深入研究的若干问题,并提出了新的解决思路;最后是总结,以引起读者对归纳逻辑程序设计领域研究的进一步关注。     

一种分布式动态描述逻辑

分析了目前描述逻辑（DL）的研究现状和存在的问题，特别是动态描述逻辑（DDL）作为语义Web逻辑基础所存在的问题．针对语义Web的特点和需求，对DDL进行了扩充，提出了一种新的描述逻辑，即分布式动态描述逻辑（D3L），给出了D3L的语法和语义，并研究了D3L的推理机制，提出了两种推理方法：直接推理和转化推理．与动态描述逻辑DDL相比，该D3L可以为语义Web提供更为合理的逻辑基础，弥补了DDL作为语义Web逻辑基础的不足．     

数据挖掘在Web中的应用研究

Web挖掘是一种新的研究领域,它涉及到机器学习、数据挖掘、自然语言处理、数据库等技术。本文介绍了数据挖掘的概念、常用技术和方法,讨论了数据挖掘技术在Web的应用。     

基于语义的Web信息检索

语义万维网的研究逐渐引起了知识表示、逻辑编程、信息系统集成和开发等各个领域的广泛关注。文中概述了语义万维网的概念、技术框架，并且对含有自由文本和丰富语义标记的网络文档资源的三种语义检索系统原型进行了深入分析。最后，提出了设计Web语义检索系统应该满足的条件，可以基于它来设计语义检索系统框架。     

基于语义的Web挖掘

基于语义的Web挖掘是使用从现有Web数据中抽取的语义或直接使用Web数据中已有的语义结构来帮助Web挖掘。它有效地结合了语义网和Web挖掘两个领域的研究成果,既可以通过开发新的语义结构来帮助Web挖掘,又可以利用挖掘结果促进语义网的创建。本文介绍了基于语义的Web挖掘的基本思想和研究现状,分析了语义网和Web挖掘相结合的优势,并详细论述了国际上关于利用数据挖掘技术创建语义网,利用语义挖掘Web数据和直接挖掘语义网三个方面的研究工作。     

基于归纳逻辑程序设计的学习方法及其实现的研究

归纳逻辑程序设计是机器学习领域中的一个新方法，它研究的是从实例和背景知识进行逻辑程序（新知识）的构造．本文介绍了归纳逻辑程序设计的基本理论和方法，并介绍了这种学习方法在专家系统中的应用情况．     

基于HTML结构的Web文本主题挖掘研究

随着数据挖掘应用的深入,非结构化和半结构化数据的挖掘,将成为下一个数据挖掘应用的热点。文本挖掘是一种典型的非结构化数据挖掘,而Web挖掘则是典型的半结构化数据挖掘。所以将信息处理技术中的汉语分词、信息抽取、语义分析等技术应用到Web挖掘研究技术是必然的发展趋势。本文根据Web挖掘的特点,运用数据抽取进行数据结构转换并把语义分析技术应用到数据抽取的过程中的思想,以便使数据提取更加准确。     

语义Web规则标记语言OWLRule+的设计与实现

语义Web是对未来Web体系结构的一个伟大设想，其研究分层次进行．目前足够成熟的最高层是以OWL语言为代表的ontology．但它的语义仅限于描述逻辑，该逻辑主要表示对象和类的层次结构，而规则的表达能力弱，因此在其之上需要一种表达力更丰富的逻辑语言．设计了一种新的语义Web规则标记语言OWLRule ：其语法扩展了OWL；语义基于CARIN，一种结合描述逻辑和Horn规则的表示语言；实现基于Jess规则推理机．实例学习展示了它对目前的Web ontology语言在规则表示和推理能力上的扩展．     

一种模糊动态描述逻辑

分析了目前描述逻辑DL的研究现状和存在的问题,特别是动态描述逻辑DDL作为语义Web逻辑基础所存在的问题。针对语义Web需要处理模糊和不精确知识的特点和需求,对DDL进行了模糊化扩充,提出了一种新的描述逻辑,即模糊动态描述逻辑FDDL。给出了FDDL的语法和语义,研究了FDDL的推理机制。与动态描述逻辑DDL相比,该FDDL可以为语义Web提供更为合理的逻辑基础,弥补了DDL作为语义Web逻辑基础的不足。     

数据挖掘在Web智能化中应用研究

分析了Web信息的特点和目前开发利用的局限,提出在Web上采用数据挖掘技术即Web挖掘,促进web智能化的观点。全面阐述了Web挖掘在Web智能化中的几个重要应用。指出Web挖掘是Web技术中一个重要的研究领域,是发现蕴藏在web上知识、区分权威链接、理解用户访问模式和网页语义结构的关键,它使充分利用Web大量的真正有价值的信息成为可能,为智能化Web奠定了基础。     

语义Web服务组合综述

语义Web服务的目标是,利用语义Web技术将Web服务的静态描述和动态行为与功能有机地结合起来,解决Web服务的自动发现、组合和执行等问题。语义Web服务组合是服务资源重用的一种重要方式,也是语义Web服务研究领域的一个重要内容,它以现有的语义Web服务资源为基础,通过服务组合为基于Internet的大规模复杂应用提供新的、更多的可用资源。首先对语义Web服务相关的基本概念进行归纳和总结,概述语义Web服务组合的研究内容和目标,然后根据语义Web服务组合中使用的方法学对其进行分类并分析这些方法的实现过程和特点,最后总结全文,指出下一步的研究方向。     

基于语义的Web信息检索

语义万维网的研究逐渐引起了知识表示、逻辑编程、信息系统集成和开发等各个领域的广泛关注。文中概述了语义万维网的概念、技术框架,并且对含有自由文本和丰富语义标记的网络文档资源的三种语义检索系统原型进行了深入分析。最后,提出了设计Web语义检索系统应该满足的条件,可以基于它来设计语义检索系统框架。     

语义web中以描述逻辑为本体语言的推理

语义Web是worldwideweb的发展方向,它的实现能有效地提高互联网的智能化程度,进而提高其使用效率。描述逻辑作为语义Web的一个逻辑基础,成为其研究和开发的重要内容。该文讨论了语义Web中以描述逻辑为本体语言的推理方法,并对其应用作了简要的分析。     

语义Web中工程设计类知识表示研究

研究了如何在语义Web中，实现工程设计类知识的表示与应用。对工程设计类各种异构知识进行统一描述，在此基础上，运用RDF(S)技术，建立了语义Web环境下，工程设计类知识的Ontology。提出了基于语义Web的知识存储模型以及面向上层应用程序的接口设计，为语义Web环境下工程设计类知识管理系统的开发提供了底层平台。     

基于关联规则的Web使用挖掘研究

数据挖掘技术能使我们从模糊的、不完全的、随机的、大量的数据中,提取潜在的有用的信息和知识。经过20几年的发展,数据挖掘已取得了巨大成就。Web挖掘是数据挖掘技术的一个重要分支,它是随着人工智能技术、数据库技术和网络技术的发展而提出来的。本文针对Web日志挖掘的特性,对关联规则的挖掘算法进行深入的研究,系统地探讨了关联规则挖掘算法在Web日志挖掘的应用。利用优化Apriori算法,使之更具有效率。     

Web数据挖掘在电子商务中的应用研究

数据挖掘技术的重点已经从传统的基于数据库的应用转移到了基于Web的应用。本文讨论了基于WEB的数据挖掘技术的概念与分类,提出了一个Web挖掘系统的逻辑框架,并针对常用WEB挖掘技术进行了说明,分析了在电子商务中应用的各个方面。     

基于语义的Web信息检索

用户要从网络中得到所需的信息一般是通过各种搜索引擎。但是现有的搜索引擎都存在着检索相关度不高等问题。随着语义Web概念的提出及相关技术的发展，基于语义的Web信息检索逐渐成为了语义Web研究的热点。给出了传统搜索引擎存在的问题，从理论上分析了如何将语义Web技术融入Web信息检索中去，并在理论分析的基础上给出了基于语义的Web信息检索的模型。