جستجوي پيشرفته | کتابخانه مجازی الفبا

یافتن میزان شباهت اسناد از مسائل مطرح دنیای مملوء از اطلاعات امروز است و در این میان یافتن شباهت میان صفحات وب به مسئله ای جدیدتر در دنیای اطلاعات تحت وب تبدیل شده است. آنچه که در سنجش شباهت بسیار مطرح است، نزدیک بودن صفحه انتخاب شده به عنوان صفحه مشابه صفحه مورد نظر کاربر، به قضاوت انسان یعنی کاربر درخواست کننده، است. طرح حاضر با نوآوری استفاده از هستان شناسی ها و توجه به ساختار صفحات وب و اولویت بندی اجزاء صفحات، در ارزیابی انجام شده توانسته است کارآیی خوبی از خود به نمایش گذارد. در این طرح هستان شناسی نقش یابنده شباهت معنایی دو صفحه را بازی می کند و با استفاده از ساختار صفحات وب که صفحاتی نیمه ساختار یافته اند، مسئله شباهت سنجی بهینه تر گردیده است. چگونگی استفاده از ساختار صفحات وب و اولویت بندی اجزاء آنها، بر اساس عملکرد موتورهای جستجو طراحی شده است و با سنجش عملکرد اولویتهای مختلف اعطاء شده به اجزاء صفحه، ترتیب بهینه ای از این اجزاء درنظر گرفته شده است. برای پیاده سازی و اجرای طرح حاضر برنامه ای نوشته شده است و یک پایگاه داده مناسب از صفحات وب فراهم گردیده، که طرح حاضر و روشهای مشابه، توسط برنامه برروی پایگاه داده اجرا می شود. طرح حاضر در میان روشهای دیگر شباهت سنجی که به دقت انتخاب شده بودند از کارآیی بالاتری برخوردار است.

با توجه به کاربردهای در حال گسترش بازارهای الکترونیکی، اطلاعات محصولات، به عنوان مهمترین اطلاعاتی که در این بازارها به اشتراک گذاشته می‌شود، از اهمیت قابل ملاحضه‌ای برخوردار است. معرفی و طبقه بندی دقیق محصولات، مشتریان را در یافتن محصول مناسب یاری می‌دهد. از سوی دیگر، با توجه به حجم بالای تبادلات تجاری بین بنگاهی در بازارهای الکترونیکی، به اشتراک گذاری یک تعریف صحیح و استاندارد از محصولات، نقش قابل توجه-ای در ایجاد هماهنگی بین سیستم‌های اطلاعاتی شرکای تجاری دارد. علاوه بر این، یک درک متقابل را در مکاتبات تجاری ایجاد کرده و امکان انجام تراکنش‌های خودکار را بین سیستم های اطلاعاتی، با استفاده از تعاریفی که برای کامپیوتر قابل فهم است، فراهم می کند. در این تحقیق، مدلی با رویکرد بازارهای الکترونیکی، برای چگونگی ثبت اطلاعات و مشخصات دقیق محصولات ارئه شده است تا با ذخیره و بکارگیری این اطلاعات، به کاربران در یافتن محصول دلخواه، با استفاده از ویژگی‌های دقیق آن و غربالگری محصولات موجود یاری دهد. به علاوه، با پشتیبانی از استانداردهای موجود، امکان ایجاد یک محیط یکپارچه را برای تسهیل در تبادلات بین سیستم‌های نرم افزاری فراهم می‌نماید.

پرس‌وجو برای بیان نیازهای کاربران به اطلاعات موجود در صفحات وب و سایر منابع، مطرح می‌شود. پرس‌وجوهای کاربران معمولاً «بسیار کوتاه» و شامل دو یا سه کلمه می‌باشند. قابلیت زبان‌های مختلف در بیان یک مفهوم با چندین کلمه مترادف و وجود یک کلمه با بیش از یک معنی، منجر به مشکل «عدم تطابق کلمه» و «مبهم بودن پرس‌وجو» می‌شوند. در نتیجه تعداد زیادی اسناد غیرمرتبط بازیابی شده و دقت کاهش می‌یابد. برای رفع این مشکلات از تکنیک گسترش پرس‌وجو استفاده می‌شود که از طریق پیشنهاد و افزودن واژگان مناسب به پرس‌وجوی کاربر، موجب بهبود دقت بازیابی خواهد شد. مهمترین مسئله، تشخیص و انتخاب واژه خوب برای افزودن به پرس‌وجوی کاربر می‌باشد. در مباحث گسترش پرس‌وجو دو عامل مهم «روش انتخاب واژگان گسترش» و «منابع واژگان گسترش» وجود دارد. در این پایان‌نامه با درنظر گرفتن ویژگی‌های زبان فارسی و مسائل مرتبط با آن، به بررسی گسترش پرس‌وجو در موتور جستجوی فارسی می‌پردازیم. برای این کار از هستان‌شناسی عمومی فارس‌نت و شبکه مفهوم استفاده می‌کنیم که در برگیرنده روابط میان مفاهیم و کلمات می‌باشد. پس از دریافت پرس‌وجوی کاربر از طریق مطابقت آن با شبکه مفهوم، گروهی از کلمات مرتبط با پرس‌وجوی کاربر استخراج می‌شوند و در مرحله بعد مطابق الگوریتم ارائه شده، رتبه‌بندی می‌شوند. در پایان تعدادی از کلمات بسیار مرتبط با پرس‌وجوی کاربر به صورت خودکار به پرس‌وجوی اولیه کاربر افزوده می‌شوند و پرس‌وجوی گسترش یافته مورد جستجو قرار می‌گیرد. نتایج آزمایش‌های انجام شده، نشان دهنده بهبود عملکرد و افزایش دقت بازیابی می‌باشد.

حجم زیاد داده‌ها و منابع اطلاعاتی در وب، یکپارچه‌سازی داده‌های وب را به امری ضروری مبدل کرده است. از این‌رو طراحان وب معنایی به‌دنبال راهکاری مناسب برای برقراری تعاملات صحیح و کارا بین مفاهیم یکسان در هستان‌شناسی‌هایی می‌باشند که به‌صورت ناهمگون در وب توزیع شده‌اند.یکی از راهکارهای مطرح شده برای رفع این مشکل تطبیق‌هستان‌شناسی‌ها است. هدف از تطبیق‌هستان‌شناسی‌ها یافتن شباهت‌ها و روابط‌ معنایی بین موجودیت‌های هستان‌شناسی‌های مختلف است. تا کنون تطبیق‌دهندگان زیادی معرفی شده‌اند که هریک از روش‌های مختلف برای یافتن این شباهت‌ها استفاده کرده‌اند. نتایج حاصل شده از تطبیق‌دهندگان خودکار به دلیل عدم تعامل با کاربر دارای کاستی‌هایی می‌باشد که این امر بعنوان چالشی در زمینه تطبیق هستان‌شناسی‌ها مطرح شده است.از این‌رو در این پایان‌نامه با ارائه راهکاری مناسب به رفع این چالش در جهت بهبود کیفیت نتایج تطبیق هستان‌شناسی‌ها پرداخته‌ شده است. راهکار پیشنهادی افزودن فاز پیش‌پردازشبه-منظور بررسی هستان‌شناسی‌های ورودی و تشخیص الگوهای نامتناسب مدل‌سازی شده در هستان‌شناسی‌ها و اصلاح الگوهای تشخیص داده شده است. از این‌رو در فاز اول، هستان-شناسی‌های ورودی از بعد لغوی، ساختاری و ... مورد بررسی قرار گرفته‌اند، سپس با بررسی چگونگی عملکرد تطبیق‌دهندگان و در نظر گرفتن نقایص و کاستی‌های آنها در یافتن شباهت-های معنایی، الگوهای مناسب تشخیص داده شده است. در مرحله بعد با اعمال قوانین Refactoring بر روی الگوها، هستان‌شناسی‌های ورودی اصلاح شده است. در پایان، ارزیابی راهکار پیشنهادی با اعمال دو تطبیق‌دهنده مشهور ASMOV و RiMOM (که دارای بالاترین رتبه‌ها در آزمون‌های سازمان ارزیابی هم‌ترازسازی هستان‌شناسی‌ها ( (OAEIبوده‌اند) انجام شده‌است. نتایج حاصل از ارزیابی معیاری نشان دهنده بهبود در هم‌ترازی نهایی پس از اجرای راهکار پیشنهادی است.