基于本体的高校毕业生就业综合服务系统研究*

讨论采用TOVE方法论,以OWL作为元数据的描述语言,利用Protégé应用程序创建就业领域共享的本体.在.NET集成开发环境下,利用基于XML文档对象模型的编程接口实现对本体实例数据的加载,为本体操作提供了友好的人机交互界面.就业系统中,企事业单位与高校毕业生之间需求的相容匹配机制借助于RacerPro推理机和JBuilder集成环境.     

流程可定制本体匹配框架:RiMOM2

本体作为语义Web中的语义表示形式,是语义Web体系结构中的核心元素,是实现知识共享、协同工作的关键。然而现实世界中本体自身与生俱来的分布性和异构性,又极大地限制了数据的共享与集成。为了实现知识的共享、数据的集成,近年来针对本体匹配方法的研究得到了广泛的重视。随着本体匹配研究的深入,许多有效的本体匹配方法被提出。RiMOM2正是一种集成了多种有效本体匹配方法的多策略本体匹配框架。它尽可能地向初级用户隐藏不必要的阂值设定和参数设置,而向高级用户提供匹配流程的可定制功能,以期针对不同用户实现一种既能适用于普遍本体匹配任务,操作简易,又能达到具有针对性匹配效果的本体匹配工具。同时该框架具有匹配方法组件的易扩展性。     

语义Web中的本体匹配研究

随着本体应用的快速发展,本体数量大幅增长,这些本体描述的内容存在重复和关联,但在本体模式上却表现各异。本体匹配旨在识别异构本体中存在语义关联的实体,并建立它们之间匹配关系。它对于消除本体异构、实现本体集成和数据融合等具有重要作用。形式化定义了语义Web中的本体匹配问题,并从本体匹配方法、本体匹配挑战和本体匹配原型系统3个方面调研了最新研究进展,旨在为进一步研究指明方向。     

云环境下的虚拟计算机实验室——基于本体的资源配置研究

为解决目前高校计算机实验室资源利用率低、管理维护难度高、共享程度低等问题,本文给出一个云环境下虚拟计算机实验室架构。针对其如何实现准确提供动态、多样的实验环境需求问题,采用Web本体语言OWL描述课程实验本体和云资源领域本体,并提出一种基于本体匹配技术的资源自动分配方法。     

一种应用描述逻辑推理实现本体映射的方法

本体匹配用于找到两个本体中元素间的映射关系,是数据库应用领域的一个重要问题.本文提出了一种基于描述逻辑的本体匹配方法,利用语义解释实现匹配.该方法首先利用多匹配器发现字面语义关系,并据此利用描述逻辑推理器推理元素相互间关系.借助概念包含推理设计了概念间关系的判定算法,可推理出各种对应关系,如等价、泛化、特化、相离、相交.该方法最终利用推理器RacerPro实现了本体匹配,最后通过实验证明了方法的有效性.     

一种基于子图近似同构的e-Learning学习资源本体匹配方法

针对e-Learning学习资源本体异构问题, 提出一种基于子图近似同构的本体匹配方法。该方法对现有本体匹配方法进行扩展, 综合编辑距离、层次关系等特征, 计算本体的结构级相似性, 以点、边有序交替匹配来判断实体的有向图近似同构问题, 实现本体匹配判定。演示算法处理过程, 给出算法时间复杂度理论分析, 说明其有效性。     

基于免疫匹配规则的本体语义匹配

本文通过对免疫系统匹配规则的介绍,以及对已有的本体语义匹配规则的分析,提出了将免疫系统中的连续r位匹配规则应用到本体语义匹配当中去,并研究及实现其具体的算法,分析了匹配的概率。数学分析表明,其在语义匹配方面提高了匹配效率和准确度。同时,本文提出了今后的改进方法,使得免疫算法在语义匹配方面充分发挥出其自身的优势,为人工免疫系统和本体领域找到新的结合点和研究领域。     

基于匹配算法的服务发现本体模型*

针对服务发现领域存在的匹配问题,提出了基于匹配算法的服务发现本体模型。研究中,以本体技术为基础,分析服务发现模型所包含的主要元素,定义用户本体与服务本体之间最优匹配规划的命题。构建满足该命题的Web服务运行框架。针对运行框架中匹配规划和匹配模式,设计并实现MS算法和MP算法,获取候选匹配集及匹配规划的相关度。与现有服务发现方法相比,提出的服务发现本体模型具有较高的查全率与查准率,能够获得更多贴近用户服务请求的Web服务,具有较好的理论价值和应用前景。     

基于领域本体的构件自动化组装原形系统

介绍了领域本体的概念,分析了构件自动化组装的阶段和方面,给出了一个基于领域本体的自动化构件组装原型系统（ontology based automated assembly system,OBAAS）,介绍了系统整体框架,并对该系统的基于领域本体的构件分类引擎,构件检索匹配和构件接口匹配验证模块的实现思想进行了详细说明,给出了利用朴素贝叶斯分类方法在领域本体基础上对构件的分类的算法、基于领域本体的构件检索和匹配算法,以及部分数据结构的描述。     

模块化思想在大规模本体匹配中的应用

本体匹配是解决语义异构,实现本体共享与重用的一种方法。但本体规模越来越大,为降低匹配空间,提出一种基于模块化思想的本体匹配框架。首先,使用预处理算法将待匹配本体转换成概念图;然后,改进了ROCK聚类算法,并使用该算法将概念图划分成若干高内聚低耦合的概念块;最后,根据Tversky模型,从概念的父、子、兄弟以及内涵4个方面计算块的匹配度,并标记块的重要概念,进行n∶m匹配。实验结果表明,提出的本体匹配框架能够均衡本体分块大小,提高匹配效率。     

语义Web中本体概念的语义匹配分离方法

本体概念能够有效表达Web服务的语义信息,可通过推理机实现自动语义匹配,但推理机的推理过程比较耗时,会对服务计算技术多个环节的效率产生很大影响。以本体概念间的匹配度为基础,建立公共本体概念库,可在不影响本体概念表达能力的前提下,实现语义匹配过程的分离。为适应公共本体概念库的动态特性,给出对其进行更新(添加、删除和修改)的算法。实验结果表明,该方法大幅提高了语义匹配的效率,且不会对语义匹配的性能产生影响。     

基于OWL-S的高校毕业生就业平台分析

基于语义的思想,应用OWL-S设计了一种新型的高校毕业生就业支持平台,称为StuEmp.StuEmp 的特点是以毕业生就业本体为核心,具有可扩充、自组装和可定制等性能,而且可随着用户的使用不断深化其知识库,从而扩充系统平台的功能.对StuEmp在理论上进行了模型分析,认为StuEmp能实现高校毕业生就业各方面的要求.实例分析表明,StuEmp 在技术上是可行的,而且具有目前毕业生就业支撑平台所没有的多种优点.     

基于OWL共享本体的动态Web服务组合

在自动的动态Web服务组合中,如何提高匹配成功率是个很重要的课题。本文认为,通过结合语义Web服务本体语言OWL-S和Web本体语言OWL,将语义引入Web服务组合,可以提高服务发现和匹配的效率,并可以方便地实现Web服务组合的自动化。本文给出了一个基于Java的实现平台,并在服务匹配过程中实现了基于OWL共享本体的服务匹配。     

基于地理本体的同名实体匹配技术研究

针对以往同名实体匹配技术的缺陷,在构建地理本体和封装本体属性的基础上,提出一种通过属性相似度进行同名实体匹配的方法。通过实验证明了该方法有较好的同名实体匹配结果,并能提高查询检索效率,方便数据管理和实现数据共享。     

一种基于RDF图的本体匹配方法

本体匹配是建立两个本体之间映射关系的过程,一个高效、严格的相似度计算方法是本体匹配的前提条件,为此提出了一种基于RDF图匹配的方法。该方法用RDF图表示本体,使本体间的匹配问题转化为RDF图的匹配问题,并利用匹配树表示匹配的状态,通过匹配树计算出两个本体中各实体之间的相似度,进而得到两个本体之间的映射关系。实验结果表明,该方法在查全率和查准率方面都有很好的表现。     

基于OWL S的高校毕业生就业平台分析*

基于语义的思想,应用OWLS设计了一种新型的高校毕业生就业支持平台,称为StuEmp。StuEmp 的特点是以毕业生就业本体为核心,具有可扩充、自组装和可定制等性能,而且可随着用户的使用不断深化其知识库,从而扩充系统平台的功能。对StuEmp在理论上进行了模型分析,认为StuEmp能实现高校毕业生就业各方面的要求。实例分析表明,StuEmp 在技术上是可行的,而且具有目前毕业生就业支撑平台所没有的多种优点。     

一种快速高效的本体匹配方法

本体匹配是解决本体异构问题的主要方法之一,一个高效、精确的相似度计算方法是本体匹配的前提条件,针对目前本体匹配时计算复杂以及计算不精确的问题,提出了一种改进的本体匹配方法,该方法首先通过对本体库分类来确定候选匹配集,减少了相似度计算的工作量;进而根据本体的定义模型,从概念实例、概念属性和概念结构等方面来综合计算概念相似度,提高了相似度计算的精确度。实验表明该方法能在较少的时间复杂度上达到较好的匹配效果。     

基于本体的通用匹配机制OGMM研究

针对海量信息的检索与维护问题,本文提出了一套基于本体的通用匹配机制OGMM。该机制通过统一的领域本体增强信息的语义特性与共享性,通过以知识推理和相容性为特征的本体匹配算法实现信息的智能匹配,最后通过提供适用不同应用域的本体操作接口实现服务的个性化。该机制具有通用、智能和便捷等特性,易于高效实现Web信息管理与智能检索服务。     

基于本体的实训云服务

由于区域发展不平衡,目前高校实验资源存在不同程度紧缺,各科研高校通过建立虚拟仿真实训平台,大大缓解高校实验资源不足状况。结合实训资源呈现分布广、种类多、结构异构、管理自治和动态组合等特征,本文设计基于本体语义的实训云服务体系结构,利用本体技术和Protégé实现实训云语义描述,采用Web Services技术实现实训资源匹配和定位。本文设计的实训云提高了开放式在线实训平台的开发与利用。     

改进的本体匹配算法

传统的利用本体结构信息对本体做匹配的方法,并未充分利用本体的树形结构特点,致使整个本体匹配的匹配过程具有大量的冗余计算。因此,提出一种改进的基于本体树形结构的本体匹配算法TARA。该方法首先严格地以本体的树形结构为依据进行本体匹配,然后通过二次匹配来解决由于严格按照树形结构进行匹配而产生的不可避免的不足。实验结果表明,TARA方法的查全率和准确率都有较好的表现。