جستجوي پيشرفته | کتابخانه مجازی الفبا

وب مخزن عظیم و رو به گسترش دادههاست و اغلب منابع اطلاعاتی آن توسط پایگاه داده های رابطه ای ذخیره و مدیریت می شود. امروزه ماشین فهمکردن و دسترسی معنایی به این حجم عظیم از داده ها، یک ضرورت است. در این میان فناوری وبمعنایی با هدف ایجاد قابلیت پردازش روی دادههای وب پیشنهاد شده است. ساخت آنتولوژی نقش محوری را در وبمعنایی برعهده دارد، اما استخراج آنتولوژی از پایگاه دادههای رابطه ای موجود تحت وب بهطوریکه امکان پرس و جوی معنایی فراهم شود، با مشکلاتی روبروست. این مشکلات ناشی از تفاوتهای بین مدل رابطهای و آنتولوژی و همچنین عدمدسترسی مستقیم به پایگاه دادههای رابطه ای تحت وب است. در این پایان نامه شباهت ها و تفاوت های بین مدل رابطه ای و آنتولوژی بهطور دقیق بررسی شدهاست. همچنین از آنجایی که بهطور طبیعی دسترسی مستقیم به پایگاه دادههای رابطه ای تحت وب برای ایجاد آنتولوژی مُیسر نیست، بنابراین روشی نیمه خودکار برای ایجاد آنتولوژی مبتنی بر پیمایش صفحات HTML مرتبط با پایگاه داده های رابطه ای در دامنه ای مفروض پیشنهاد شده است. این روش که «استخراج آنتولوژی با پیمایش صفحات HTML» نام دارد، ابتدا شبه پایگاه داده رابطه ای براساس الگوی موقعیت داده ها در صفحات HTML به عنوان مدل میانی ایجاد و سپس توسط خزنده تاپل های این شبه پایگاه داده رابطه ای از صفحات HTML بازیابی می شود و در ادامه آنتولوژی دامنه و نمونه های آن به کمک قوانین سیستم انتقال از این شبه پایگاه داده رابطه ای استخراج می شود. در روش پیسنهادی به دلیل استفاده از صفحات HTML مبتنی بر سیستم مدیریت محتوا، مشکلات ساخت آنتولوژی از روی صفحات HTML مانند تغییر دائمی صفحات، داده های نامرتبط و ساختار گوناگون صفحات HTML تا حد زیادی برطرف شده است. آنتولوژی دامنه اساتید رشته کامپیوتر دانشگاه های ایران توسط این روش استخراج شده است. دقت و صحت آنتولوژی استخراج شده به ترتیب توسط کارشناس دامنه و استدلالگر ++Fact ارزیابی شده و درنهایت پرس و جوهای معنایی به زبان SPARQL روی آن اعمال می شود. دقت و فراخوانی نتایج حاصل از پرس وجوها روی آنتولوژی استخراج شده، جامعیت قوانین سیستم انتقال، درکنار اجرایی بودن روش پیشنهادی، موفقیت روش پیشنهادی را تأیید می کند.

با افزایش استفاده از سرویس‌های وب در بسترهای توزیع شده نظیر اینترنت، بر اهمیت بهبود فرآیند کشف آن‌ها افزوده شده است و سرویس‌های وب معنایی و روش‌های همتایابی هیبریدی، سعی در بهبود هرچه بیشتر آن دارند. استفاده از تکنیک‌های حوزه‌هایی نظیر بازیابی اطلاعات، جزو روش‌های معمول مورد استفاده در همتایاب‌های هیبریدی محسوب می‌گردد که محاسبه شباهت میان توصیف سرویس‌های وب، مهم‌ترین بخش این روش‌ها است. کارایی همتایاب‌هایی که از معیارهای شباهت متنی برای این منظوراستفاده کرده‌اند، تا حدود زیادی بر انتخاب این معیارها بستگی دارد زیرا که هر معیار شباهت، در دسته‌ای از پرس‌وجوها، عملکرد بهتری از خود نشان می‌دهد. با توجه به اهمیت این موضوع، ایده اصلی ما، استفاده همزمان از چندین معیار شباهت در فرآیند کشف سرویس‌های وب می‌باشد که برای این منظور به ارائه روشی برای استفاده از معیارهای شباهت چندگانه جهت محاسبه میزان شباهت بین پارامترهای ورودی/خروجی سرویس‌های وب، پرداختیم. بدین ترتیب می‌توان بهبودهای حاصل از عملکرد هر یک از معیارهای شباهت مختلف را تجمیع نمود و به نتایج کلی بهتری به ازای تمام مجموعه پرس‌وجوها رسید. در این روش از میانگین‌گیری مرتب شده وزن‌دار یاگر برای تجمیع مقادیر شباهت حاصل از به‌کارگیری معیارهای شباهت مختلف، استفاده کرده‌ایم. همچنین با توجه به برخی از ویژگی-های سرویس‌های وب، به معرفی دو معیار شباهت نامتقارن پرداخته‌ایم که موجب حصول نتایج متفاوتی نسبت به معیارهای متقارن مشابه خود شده‌اند. همچنین روشی جدید برای تجمیع نهایی شباهت حاصل از پارامترهای ورودی و خروجی سرویس‌های وب ارائه نموده‌ایم. نتایج حاصل ازبه‌کارگیری روش پیشنهادی نشان دهنده عملکرد مطلوب آن در حالت کلی، در مقایسه با نتایج حاصل از به‌کارگیری مجزای معیارهای شباهت می‌باشد. همچنین این روش در مقایسه با دو همتایاب مطرح در این زمینه، عملکرد بهتری از خود نشان داده است.

این تحقیق به صورت تحلیلی و تطبیقی، محتوای مطالب وب سایت‌های خبری پرس تی وی، بی بی سی و سی ان ان که در رابطه با اسلام هراسی: مطالعه موردی اهانت به قرآن مجید دو هفته قبل و بعد از یازده سپتامبر 2010 را پوشش خبری داده است،صورت پذیرفته است و هدف کلی آن بررسی ساختار اخبار مربوط به اسلام هراسی در وب سایتهای مورد نظر می باشد. فرضیه اصلی تحقیق به صورت زیر است:به نظر می‌رسد در نحوه پوشش محتوای اخبار وب سایتهای مورد بررسی در زمینه اسلام هراسی تفاوت وجود دارد. این پژوهش تمامی مطالب منتشر از سه وب سایت یاد شده در طی سی روز با روش سرشماری کل جامعه آماری را مورد بررسی قرار داده است. روش تحقیقی که برای تحلیل و نتیجه‌گیری از اطلاعات به دست آمده، روش تحلیل محتوا می باشد. واحد تحلیل در این پژوهش کل یک خبر ذخیره شده از وب سایت می‌باشد و با توجه به اینکه در این روش بیشتر داده‌ها در سطح سنجش اسمی قرار دارند از آزمون کای اسکوئر در سطح سنجش اسمی استفاده شده است و انجام مراحل اعتبار و پایابی دستور العمل کد گذاری در نرم افزار spssتحلیل شده است. تعداد خبرهای تحلیل شده صد مورد مربوط به وب سایت پرس تی وی، هفتاد مورد وب سایت بی بی سی و چهل مورد مربوط به سایت سی ان ان بوده است. یافته های تحقیق نشان می دهد که آمریکا، ایران و افغانستان بیش ازکشورهای دیگر منبع خبر بوده اند. ارزش خبری برخورد ، اختلاف و درگیری به خاطر نوع خاص موضوع بیش از همه مورد استفاده قرار گرفته اند. و درمقایسه دو وب سایت بی بی سی و سی ان ان در نوع جهت‌گیری با جریان اسلام هراسی، بی بی سی 58% حمایت و 5.18% بی طرف عمل کرده است. سی ان ان با 7/ 31% جریان اسلام هراسی مورد نظر را حمایت و 9 /12 % مخالف و 25% بی طرف با جریان اسلام هراسی مورد نظر بوده است. وب سایت پرس تی وی نیز با آوردن بیانیه ها و اطلاعیه های گوناگون از چهره های سیاسی و مذهبی داخلی و خارجی جهت نشان دادن مخالفت خود با این اقدام دارای بیشترین مطلب است، که این پروژه را سیاسی و علت انجام آن را اسلام ستیزی و پافشاری بر منافع غیر منطقی خوانده است. از سوی دیگر سی ان ان و بی بی سی نقش اسلام با اتفاقات و حوادث ناگوار بین المللی را پر رنگ کرده و آن را مروج تروریسم و مبارزه با صلح بین المللی دانسته‌اند.

چکیده ندارد.

فرم‌های وب اصلی‌ترین روش برای دسترسی به حجم قابل توجهی از اطلاعات در وب عمیق هستند. کاربران فرم‌های وب را برای جستجوی این اطلاعات و یا ثبت‌نام در وب‌سایت‌هایی همانند سایت‌های اجتماعی استفاده می‌کنند. پر کردن فرم یک فرآیند تکراری است و بعضی از داده‌های استفاده شده در این فرآیند، ایستا هستند. فرآیند پر کردن را می‌توان با استفاده از تکنولوژی معنایی برای ذخیره‌ی داده‌هایی که کاربر قبلا در فرم‌ها پر کرده و یا برای پیشنهاد مقادیری در پر کردن فرم‌های جدید توسط وب داده بهینه نمود. در این رساله، یک چارچوب برای پر کردن خودکار فرم با استفاده از داده‌های منتشر شده به صورت داده‌های پیوندی برروی وب، ارائه شده‌است. هدف اصلی در این رساله، استفاده از تکنولوژی‌های معنایی برای پر کردن خودکار فرم‌های وب جدید بر اساس وب داده و فرم‌هایی که کاربر قبلا پر کرده‌است، می‌باشد. چارچوب پیشنهادی از یک روش مبتنی بر آنتولوژی به عنوان روش نگاشت استفاده می‌کند. بدین جهت، مفاهیم استفاده شده در دامنه‌های مختلف فرم استخراج شده‌است. ابتکار کلیدی در این چارچوب، استفاده از داده‌های پیوندی به عنوان یک منبع مفید برای فراهم کردن داده در پر کردن فرم‌ها می‌باشد. اگرچه فرآیند پیشنهادی نیاز به میزان کمی از تعامل کاربر دارد، بازخوردهای کاربر در مورد هر فیلد بلافاصله استفاده می‌شود تا مقادیر درستی را برای پر کردن فیلدهای دیگر این فرم و نیز فرم‌های جدید فراهم گردد. نتایج تجربی برروی مخزن فرم TEL8 نشان می‌دهد که در صورت وجود داده‌های پیوندی، استفاده از آن در حوزه‌های مختلف فرم می‌تواند فاز پیشنهاد داده در فرآیند پر کردن را بهبود بخشد. استفاده از وب داده در نه حوزه‌ی مختلف، یک تلاش چالش برانگیز و خلاقانه است که در این چارچوب مورد توجه قرار گرفته‌است. یافته‌ها نشان می‌دهند که داده‌های پیوندی باز کنونی یک منبع مفید در ساختن برنامه‌های کاربردی حوزه‌های مختلف می‌باشد. نتایج ارزیابی نشان می‌دهند که روش پیشنهادی امکانپذیر و موثر است و نتایج راضی کننده می‌باشند.

چکیده ندارد.

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.