本体建模与语义WEB知识发现PDF电子书下载

第1章 基于语义Web的智能检索和知识发现 1

1.1 语义Web下的信息检索 1

1.2 知识和知识发现 4

1.2.1 知识描述 4

1.2.2 领域知识和知识库 5

1.2.3 基于知识库的知识发现 6

1.3 XML数据模式及应用 8

1.3.1 XML语言特点 9

1.3.2 XML模式的应用 12

1.4 知识表示和OWL本体语言 13

1.5 XML为基于知识库的知识发现带来的希望和挑战 15

参考文献 20

第2章 XML与数据库 22

2.1 XML数据库分类及存储 24

2.2 纯XML数据库的存储结构和检索技术 24

2.2.1 纯XML数据库的存储结构 25

2.2.2 纯XML数据库的索引技术 29

2.3 使能XML数据库的存储结构和检索技术 35

2.3.1 基于关系的XML数据存储 36

2.3.2 X-RESTORE数据模型 47

2.3.3 一种基于关系的XML数据索引和查询 49

2.4 纯XML数据库和使能XML数据库技术的比较 55

参考文献 62

第3章 基于关系数据库的XML文档管理 66

3.1 XML数据模型 66

3.1.1 对象交换模型 68

3.1.2 XQuery数据模型 69

3.2 基于Schema约束的XML文档存储和索引技术 72

3.2.1 对现有XML数据存储管理技术的分析 74

3.2.2 基于Schema约束的XML数据存储和索引 75

3.3 基于SBXI存储策略的XQuery查询处理 81

3.3.1 查询路径有效性检验 82

3.3.2 XML文档查询处理 82

3.4 基于关系存储的XML文档更新 83

3.4.1 基于扩展XQuery数据模型的文档更新操作 84

3.4.2 XUL操作语义和实例 87

3.4.3 基于触发器机制的更新实现 89

参考文献 92

第4章 基于频繁模式挖掘的XML网页分类技术 95

4.1 频繁模式挖掘算法TreeMiner+ 96

4.1.1 频繁模式挖掘算法TreeMiner 96

4.1.2 TreeMiner算法的改进 98

4.1.3 TreeMiner＋算法挖掘处理实例 99

4.2 文档结构的相似度计算 101

4.2.1 频繁结构向量模型 102

4.2.2 XML文档的结构向量表示 105

4.2.3 文档相似性度量 106

4.2.4 计算实例 106

4.3 基于结构和内容联合提取的XML文档相似度量 107

4.3.1 XML文档模型及特征分析 108

4.3.2 频繁结构层次向量模型 108

4.3.3 XML文档结构和内容联合相关度计算 109

4.4 基于粗糙集理论的网页分类技术 111

4.4.1 基于结构的分类 112

4.4.2 基于内容的分类 112

4.4.3 基于结构和内容联合的分类 112

4.4.4 实验结果及分析 113

参考文献 117

第5章 基于N-VSM的全文检索 119

5.1 全文检索的关键技术 119

5.2 信息检索模型 122

5.2.1 集合模型 123

5.2.2 代数模型 123

5.2.3 概率模型 123

5.2.4 概念模型 124

5.3 N层向量空间模型 125

5.3.1 向量空间 125

5.3.2 权重 125

5.3.3 文档和检索项之间的相关性 126

5.3.4 N层向量空间模型（N-Vector Space Model） 127

5.4 N-VSM的文档相似度计算 127

5.4.1 常见的特征权重算法 128

5.4.2 TD-IDF加权公式 129

5.4.3 基于贝叶斯理论的加权计算 131

5.4.4 基于N层向量空间模型的文档检索 132

5.5 检索结果排序算法 134

5.5.1 超链分析排序技术 134

5.5.2 Page Rank算法分析 136

5.5.3 Page Rank算法的改进 137

5.6 N层向量空间模型权重实验仿真 139

5.6.1 实验数据和实验结果 139

5.6.2 实验分析 142

参考文献 143

第6章 领域知识的描述与本体建模 145

6.1 本体 145

6.1.1 本体的相关概念 145

6.1.2 本体分类 147

6.2 领域本体建模 149

6.2.1 形式背景抽取 152

6.2.2 领域属性概念定义 155

6.2.3 本体建模工具Protege 157

6.3 XML数据到OWL本体的转换 160

6.3.1 相关定义 161

6.3.2 Schema挖掘算法 164

6.3.3 生成OWL模型 172

6.4 基于Ontology的领域知识库构建 182

6.4.1 领域知识 182

6.4.2 领域知识库和本体 183

6.4.3 基于本体构建领域知识库的优势 183

6.4.4 领域知识库的构建 184

参考文献 192

第7章 万维网信息资源的描述与发布 193

7.1 XML的有关技术规范 193

7.1.1 DOM 193

7.1.2 XSL 194

7.1.3 Xlink简介 195

7.1.4 XML Schema 196

7.2 建立XML应用过程 196

7.3 XML的应用领域 198

7.3.1 XML在异构数据集成中的应用 199

7.3.2 XML在电子商务中的应用 200

7.3.3 XML在电子政务中的应用 203

7.3.4 XML在网络管理中的应用 206

7.4 信息资源的表述和发布技术 208

7.4.1 关联数据的基本原则和特征 209

7.4.2 关联数据的发布 210

7.5 基于关联数据的知识发现模型 212

7.5.1 基于关联数据的知识发现的潜力和特征 214

7.5.2 基于关联数据的知识发现过程分析 216

7.5.3 基于关联数据的知识发现模型 219

参考文献 221

第8章 基于本体的知识推理 223

8.1 本体推理机系统构成 223

8.2 本体推理技术和推理算法 225

8.3 本体推理机分类 229

8.4 典型的本体推理机系统 230

8.5 粗逻辑在本体推理中的应用 233

8.5.1 描述逻辑 233

8.5.2 描述逻辑的推理机制 236

8.5.3 粗逻辑 237

8.5.4 粗逻辑在描述逻辑推理中的应用 240

8.6 基于Jena的本体推理机 243

8.6.1 内置推理机 243

8.6.2 在Jena中集成外部推理机 245

参考文献 247

第9章 基于本体知识库的知识发现 249

9.1 语义检索和知识发现 250

9.2 基于本体的语义检索关键技术 253

9.2.1 基于描述逻辑的推理机 253

9.2.2 基于规则的推理机 255

9.2.3 推理规则语言SWRL 257

9.2.4 语义查询语言的转换 260

9.2.5 语义相似性排序 262

9.3 基于知识发现的案例推理应用模型 263

9.3.1 案例相似度计算 263

9.3.2 案例匹配的语义检索 266

9.3.3 案例推理过程 267

9.3.4 中医诊疗的应用 269

9.4 基于知识库的知识发现及应用 273

参考文献 276