جستجوي پيشرفته | کتابخانه مجازی الفبا

اهمیت دسته بندی موضوعی صفحات وب باعث شده با پیدایش اولین سایت های اینترنتیشرکت های بزرگی مانند یاهو و AOL به فکر ارائه سرویس های فهرست وب که وب سایت های مختلف را با کمک نیروی انسانی بر اساس موضوع دسته بندی می کند بیفتند. با افزایش روز افزون تعداد صفحات وب و عدم امکان دسته بندی صفحات وب به صورت دستی و همچنین پیدایش کاربرد های دیگری برای دسته بندی خودکار صفحات وب از قبیل فیلترینگ هوشمند و ایجاد نسل آینده موتور های جستجو گر، تحقیقاتی در این زمینه صورت گرفته که متاسفانه تا کنون نتیجه ای مطلوب و کاربردی حاصل نشده است. در اکثر تحقیقات پیشین در زمینه دسته بندی خودکار صفحات وب تنها از یک، دو و یا نهایتا سه مورد از ویژگی های قابل استخراج از صفحات وب استفاده گردیده است. از جمله این ویژگی ها می توان به استفاده از خواص تگ هایHTML از قبیل تگ های متا،عنوان صفحات، تگ های تاکید، پیوند ها و صفحات همسایه، آدرس صفحات ، موقعیت مکانی کلمات و فرکانس تکرار آنها و نیز استفاده از تکنیک های آنتالوژیاشاره کرد. در روش پیشنهادی که در این پایان نامه ارائه شده است بر روی ترکیب این موارد تمرکز شده و نشان داده شده است که استفاده همزمان از ویژگی های مختلف می تواند به افزایش دقت دسته بندی صفحات وب کمک کند.

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.

یکی از اهداف وب معنایی آن است که داده و دانش به صورت قابل فهم‌تر در اختیار ماشین قرار بگیرد تا موجب تسهیل در به اشتراک گذاری اطلاعات و مجتمع سازی داده‌هاشود. قدم آغازین در رسیدن به این نگاه، نمایش مفاهیم و اصطلاحات دامنه‌های مختلف در قالب انتولوژی‌ها می‌باشد با این وجود، حتی در یک دامنه وجود انتولوژی‌های متفاوت قابل اجتناب نبوده و در نتیجه هم‌تراز سازی انتولوژی‌ها یعنی یافتن انطباق‌ها میان دو انتولوژی ضروری می‌باشد. در سال‌های اخیر سیستم‌های هم‌تراز سازی زیادی ارائه شده‌اند. اغلب روش‌های هم‌تراز سازی موجود تنها قادر به یافتن انطباق‌های یک به یک می‌باشند. حال اگر برای یک مفهوم در انتولوژی اول نظیر مستقیمی در انتولوژی دوم یافت نشود، این روش‌ها قادر به یافتن انطباق پیچیده نخواهند بود. در حالت خاص این مسئله، اگر برای بیان یک مفهوم در یک طرف از الگوی لغوی-املایی و در انتولوژی دوم برای مدل کردن همان مفهوم از الگوی منطقی استفاده شده باشد، برای هم‌تراز سازی نیاز به یافتن نوع خاصی از انطباق‌های پیچیده می‌باشد.در این پژوهش یک روش برای یافتن انطباق‌های پیچیده ارائه شده است. این انطباق‌هادر یک طرف شامل یک نام به صورت مضاف-مضاف‌الیه بوده و در طرف دیگر شامل توصیفی پیچیده و مرکب برای بیان مفهوم معادل می‌باشد. دلیل توجه به عبارات مضاف-مضاف‌الیه کاربرد بالای آن‌ها در نام‌گذاری مفاهیم انتولوژی می‌باشد. در روش پیشنهادی ، ابتدا رابطه معنایی میان مضاف-مضاف‌الیه استخراج شده و با استفاده از آن یک سری انطباق‌های اولیه به عنوان فرضیه تولید می‌گردد. هسته اساسی در تولید این فرضیه‌ها کتابخانه‌ای از الگوها و یک روش جستجوی لغوی می‌باشد. با اعمال یک روش استدلالی خاص تمامی فرضیه‌های تولیدی برای افزایش کیفیت پالایش می‌شوند. از یک هیورستیک و نتایج به دست آمده از استدلال، برای تصحیح الگوریتم جستجوی لغوی و کلاسه‌بندی روابط معنایی استفاده شده است. در پایان، روش پیشنهادی در قالب نرم افزار هم‌تراز سازی OCEANING پیاده سازی شده و کارایی روش پیشنهادی در هم‌تراز سازی دو انتولوژی مطرح، بزرگ و سطح بالای سومو و اومبلنشان داده شده است.

آنچه که تا کنون در فضای وب جریان داشته است افزایش روزافزون حجم اطلاعات و مستندات موجود در آن بوده است، بدون اینکه این افزایش حجم مستندات تاثیری در کاربرد و بهره برداری خودکار اطلاعات موجود به همراه داشته باشد. به علاوه امروزه اکثریت محتوای وب بر روی پایگاه داده های رابطه ای ذخیره شده اند. حرکتی که گام های اولیه آن درحال شکل گیری است تغییر شکل «وب» به موجودیتی تحت عنوان «وب معنایی» میباشد. وب معنایی یک گسترش از وب موجود است که گاهی اوقات تحت عنوان «وب آینده» و یا «وب نسخه 3» معرفی می شود، که در آن به اطلاعات، معانی خوش تعریفی داده می شود که بتوانند قابلیت همکاری بهتر بین کامپیوتر ها و انسان را فراهم کنند. موفقیت وب معنایی بر تولید انبوه داده های معنایی وابسته است. با توجه به حجم عظیم داده های رابطه ای ذخیره شده در پایگاه داده های رابطه ای موجود در وب، انتشار این داده های رابطه ای بر روی وب معنایی بسیار پر کاربرد خواهد بود. در این پایان نامه، الگویی جهت پیاده سازی جستجوی معنایی بر روی داده های ذخیره شده در پایگاه داده های رابطه ای، با استفاده از تکنیک های وب معنایی ارائه شده است. گام های اصلی الگوی پیشنهادی در این پایان نامه از این قرارند:1-بازنمایی داده های سازمانی ذخیره شده بر روی پایگاه داده های رابطه ای بر اساس گراف های معنایی با استاندارد RDF به صورت یک پایگاه دانش معنایی(نگاشت داده های رابطه ای به گراف های معنایی)2-آنالیز وابستگی های داده ای برنامه و بازنمایی اجزای برنامه و ارائه یک آنتولوژی سازمانی بر اساس آنها3-پیاده سازی یک موتور جستجوگر معنایی که بر پایه آنتولوژی سازمانی تهیه شده و پایگاه دانش نگاشت شده، که به جستجوی معنایی بر روی اطلاعات دامنه مورد نظر می پردازد.

چکیده ندارد.

این پایان نامه بر اساس یکی از مهترین مقالات فرگه با نام معنا و مدلول نوشته شده است. در کنار این مقاله مفاهیم مهمی همچون تابع، شناسه، اسم خاص، جمله، نقل قول مستقیم و غیر مستقیم و معناها و مدلول های آنها مورد بررسی قرار می گیرد. همچنین دیدگاه های متنوع و منتقد راجع به فرگه که از سوی اشخاص صاحب نام و متنفذی چون راسل، چرچ، لانگفورد، مندلسون و ... مطرح شده است مورد بررسی قرار می گیرد. تقریبا تمامی مقالات مهم فرگه و نتایج فلسفی و منطقی مترتب بر آنها مورد بررسی قرار می گیرد.

نفت به عنوان ماده اصلی تأمین انرژی جهان، همواره از اهمیت‏ ویژه‏ای برخوردار بوده‌است. از این‌رو قیمت‏های آینده نفت یکی از عوامل مهمی است که سیاست‏ها و برنامه‏ریزی‏های دولت‏ها، سازمان‏های بین‏المللی و شرکت‏ها را تحت‏تأثیر قرار می‏دهد. بنابراین پیش‏بینی قیمت نفت از طریق روش‏های اقتصاد سنجی و روش‌های شبکه‌های عصبی مبتنی بر داده‌کاوی و هستی‌شناسی می‏تواند مفید و راه‌گشا باشد.گرچه پیش‏بینی قیمت نفت در بازار بین‏المللی امری مشکل است اما محققان با مدل‏سازی توانسته‏اند به نتایج قابل توجهی دست یابند. دشواری پیش‏بینی قیمت بدون در نظر گرفتن عوامل غیر بنیادی از آنجا ناشی می‏شود که پیش‌بینی این عوامل خود وابسته به پیش‏بینی عوامل بنیادی بازار نظیر تقاضا و عرضه است که به نوبه خود به عوامل دیگری از جمله رشد اقتصادی و عوامل فنی- تکنولوژیکی وابسته‏اند.شناخت بازار نفت و توانایی ارائه پیش‌بینی صحیح از وضعیت قیمت نفت یکی از چالش‌های مهم علمی در سرتاسر جهان است. خصوصاً این مسأله در کشورهایی که اقتصاد آن‌ها وابستگی بیشتری به صنعت نفت دارد (نظیر ایران) از اهمیت ویژه‌ای برخوردار است، چرا که پیش‌بینی صحیح قیمت نفت، تأثیرات مهمی در سیاست‌گذاری‌ها و برنامه‌ریزی‌های اقتصاد کلان کشور خواهد داشت.در این تحقیق از داده‌های سالانه طی دوره‌ی 1980 تا 2009 میلادی استفاده گردیده است. به‌منظور پیش‌بینی قیمت نفت، 25 سال (1980تا 2004) را به عنوان مجموعه آموزش و 5 سال (2005 تا 2009) را به‌عنوان مجموعه آزمایش در نظر گرفته‌ شده است. در این پژوهش ابتدا مناسب‌ترین مدل خودرگرسیو میانگین متحرک مطابق با سری زمانی قیمت نفت برنت و با استفاده از معیارهای آکائیک و شوارتز-بیزین شناسایی شده که نتایج نشان‌دهنده‌ی مدل (1,1)ARMA بر روی لگاریتم قیمت نفت برنت می‌باشد. در تحقیق حاضر جهت بیان دقت مدل از معیارهای خطای میانگین مربعات خطا (RMSE) و میانگین قدر مطلق خطا (MAE) استفاده شده است. سپس به استخراج هستی‌شناسی بازار بین‌المللی نفت پرداخته و با استفاده از داده‌کاوی (خوشه‌بندی) به تحلیل سری زمانی قیمت نفت پرداخته و عوامل موثر بر قیمت نفت شناسایی شدند. این عوامل عبارتند از: ذخایر اثبات شده نفت کشورهای OECD، تولید نفت اوپک، ظرفیت پالایشگاه‌های نفت کشورهای OECD، قیمت طلا و رشد اقتصادی کشورهای گروه7. پس از تحلیل و شناخت بیشتر از بازار نفت، هستی‌شناسی اولیه اصلاح شده و هستی‌شناسی کامل‌تر و مناسب‌تری در مورد بازار نفت بنیان نهاده شد. با توجه به معیارهای خطای بدست آمده مشخص شد که مدل‌های شبکه عصبی مصنوعی دقت بسیار بالاتری نسبت به مدل اقتصادسنجی خودرگرسیو میانگین متحرک در پیش‌بینی قیمت جهانی نفت دارند، هم‌چنین در بین مدل‌های شبکه عصبی، مدلی که از نتایج خوشه‌بندی و هستی‌شناسی اصلاح شده استفاده می‌نماید دقت بیشتری نسبتبه سایر مدل‌ها دارد.

پیوندهای RDF به عنوان یکی از ارکان وب معنایی به شمار می‌آیند. با استفاده از این پیوندها و به کمک آنتولوژی‌های موجود، وب کنونی به ساختاری قابل فهم برای ماشین تبدیل می‌شود. وب حاصله از این تغییر با نام وب داده‌ها شناخته می‌شود. یکی از چالش‌های اساسی در راه توسعه وب داده‌ها، پیوندهای شکسته شده می‌باشند. به دلیل ماهیت تغییرپذیر وب، مجموعه داده‌های موجود در وب داده‌ها نیز دائماً در حال تغییر می‌باشند. این تغییرات باعث می‌شوند پیوندهای موجود در گذر زمان به مکان‌های نادرست یا ناموجود ارجاع داده شده و به اصطلاح شکسته شده تلقی ‌شوند. پژوهش‌های انجام گرفته در این زمینه تا کنون بر اصلاح پیوند، توسط مقصد پیوند تاکید داشته‌اند. این روش‌ها معایبی از جمله ایجاد نقطه شکسته مرکزی و نقض حق مالکیت مجموعه داده‌ها را به همراه دارند. در این تحقیق رویکردی برای اصلاح پیوند از طریق مبدأ پیوند ارائه شده است. زمانی که مقصد پیوند دیگر قابل دسترسی نباشد، الگوریتم در همان لحظه اجرا شده و مقصد تغییر یافته را پیدا می‌نماید. روش پیشنهادی با ایجاد دو مجموعه موجودیت‌های بالا دست و پایین دست، یک ساختار گرافی انحصاری را با نام گراف هویت برای هر موجودیت تشکیل می‌دهد. در ادامه از طریق این گراف کاندیداهای مشابه استخراج شده و مناسب‌ترین گزینه به عنوان خروجی نهایی ارائه می‌شود. روش پیشنهادی بر روی مجموعه داده‌های استاندارد، مورد ارزیابی قرار گرفته و با مهم‌ترین روش‌های ارائه شده تا کنون مقایسه شده است. نتایج بدست آمده، نشان‌ می‌دهد که الگوریتم پیشنهادی در مقایسه با روش‌های دیگر پاسخ قابل قبولی را ارائه داده است.

رشد بی‌رویه داده‌های روی وب اداره و کاوش اطلاعات را مشکل می‌سازد. هدف وب معنایی آن است که پایگاه دانش معنایی را به صفحات وب که شامل ابرمتون زبان طبیعی می‌باشند، اضافه نماید، تا قدرت جستجوی عمیق و جامعیت اطلاعات را بوجود آورد. از آنجا که ساخت یک پایگاه داده و هستان‌شناسی بصورت دستی بسیار هزینه‌بر و زمان‌گیر است، مانعی بر سر راه پیشرفت فعالیت‌های وب معنایی می‌باشد. به همین دلیل محققین سعی دارند برای دنیای وب هستان‌شناسی‌ها را بطور خودکار تولید نمایند، تا هدف وب معنایی محقق شود. همچنین باید روش‌هایی جهت ارزیابی هستان‌شناسی‌های خودکار ساخت بوجود آید، تا بتوان به نقاط ضعف و قوت روش‌های ساخت خودکار پی برد و به روش‌های بهتری دست یافت. در این پژوهش ابزاری را که توسعه داده‌ایم، توصیف می‌نماییم. این ابزار از روش راهکار دوگانه جهت استخراج اطلاعات هستان‌شناسی استفاده می‌نماید و هستان‌شناسی را بطور خودکار با جستجو بر روی موتور جستجوی سایت Pubmed ایجاد می‌نماید. این روش ابتدا مهم‌ترین دانش ارایه شده در هر مقاله را استخراج و ذخیره می‌نماید، سپس با تحلیل اطلاعات استخراج شده و ذخیره شده، هستان‌شناسی را ایجاد می‌کند. در پایان با یک طرح ارزیابی جامع هستان‌شناسی خودکار ساخت را با هستان‌شناسی‌های متناظر دست ساخت مقایسه می‌نماییم. روش ارزیابی ما از دسته ‌تکنیک‌های ارزیابی کاربردهای زبان طبیعی می‌باشد.

هدف پژوهش حاضر، بررسی کارآمدی قابلیتهای هستیشناسی در مقایسه با اصطلاحنامه در ساختار سنتی آن است. به منظور ارائه مدلی از هستی‌شناسی در حوزه کتابداری و اطلاع‌رسانی و با هدف گسترش این ابزار به عنوان ابزار معناشناسی در بازنمون دانش و بازیابی مفاهیم حوزه، با روش تحلیل حوزه به ساخت نمونه اولیه‌ای از هستی‌شناسی در حوزه «نمایه‌سازی» با عنوان ASFAOnt پرداخته شد. هستی‌شناسی طراحی شده، حاصل تبدیل مفاهیم حوزه «نمایه‌سازی» اصطلاحنامه اصفا به هستی‌شناسی است که در چهار مرحله شامل گردآوری مفاهیم، کشف و تعیین روابط میان مفاهیم، ایجاد کاربرگه برای هر مفهوم مطابق با ویژگی‌های هستی‌شناسی و طراحی ساختار هستی‌شناسی در محیط نرم‌افزارProtégéطراحی گردید. به منظور ارزیابی کارآمدی ساختار هستی‌شناسی طراحی شده با روش تحلیل حوزه در بازنمون دانش و بازیابی مفاهیم، در یک مطالعه «کاربردپذیری» به سنجش هستی‌شناسی در مقایسه با اصطلاحنامه پرداخته شد. جامعه آماری پژوهش با توجه به انتخاب روش «آزمون کاربردپذیری»، دانشجویان کارشناسی ارشد رشته کتابداری و اطلاع‌رسانی بودند که واحد درسی «نمایه‌سازی» را گذرانده و با حوزه «نمایه‌سازی» آشنایی داشتند. ابزار گردآوری اطلاعات، دو پرسشنامه عامل‌بندی شده منطبق با روش آنتومتریک، یکی برای ارزیابی اصطلاحنامه اصفا و دیگری برای ارزیابی هستی‌شناسی بود. در آزمون ارزیابی، هر کاربر کلیدواژه‌های مورد نظرش در حوزه «نمایه‌سازی» را در هر دو ابزار، جستجو می‌کرد و پس از انجام جستجو، پرسشنامه مربوط به ابزارها را تکمیل می‌نمود. همچنین از روش بلند فکر کردن در حین جستجو و از مصاحبه پس از انجام جستجو به منظور گردآوری اطلاعات تکمیلی در زمینه نقاط ضعف و قوت هستی‌شناسی و نیز برای گسترش هستی‌شناسی استفاده شد. سوالات پرسشنامه‌ها به پنج معیار اصلی «امکانات تصویری در بازنمون دانش»، «نمایش محتوا»، «محتوا» (مفاهیم، روابط و نمونه‌ها)، «درک کاربر از محتوا» و «جستجو و بازیابی محتوا» تقسیم شد. چهار معیار اول در آزمون فرضیه یک (مقایسه کارآمدی بازنمون دانش) و آخرین معیار در آزمون فرضیه دو (مقایسه کارآمدی بازیابی مفاهیم حوزه موضوعی) بررسی گردید. نتایج آزمون فرضیه یک نشان داد میانگین پاسخ‌های کاربران در مورد متغیرهای مربوط به معیارهای مرتبط با کارآمدی بازنمون دانش در هستی‌شناسی از میانگین پاسخ‌های مربوط به اصطلاحنامه اصفا بیشتر است و اختلاف معناداری میان این دو ابزار وجود دارد. نتایج آزمون فرضیه دو نیز نشان داد میانگین پاسخ‌های کاربران در مورد متغیرهای مربوط به معیار مرتبط با کارآمدی بازیابی مفاهیم موضوعی در هستی‌شناسی از میانگین پاسخ‌های مربوط به اصطلاحنامه اصفا بیشتر است. با توجه به اثبات هر دو فرضیه آزمون می‌توان نتیجه گرفت، از نظر کاربران میزان کارآمدی هستی‌شناسی در بازنمون دانش و بازیابی مفاهیم بیشتر از میزان کارآمدی اصطلاحنامه اصفا است. همچنین با رویکرد تحلیل حوزه می‌توان ابزارهای معناشناختی کارآمدتری در بازنمون دانش و بازیابی مفاهیم حوزه‌های موضوعی در مقایسه با ابزارهای سنتی نظیر اصطلاحنامه‌ها طراحی نمود.