一个基于本体的P2P语义检索框架

针对传统P2P系统大多采用关键字匹配实现信息检索且不支持语义的问题,提出了一个基于本体的P2P语义检索框架.该框架采用超级节点拓扑结构,利用本体进行信息集成,将支持相似概念的节点聚类到同一语义对等组,组内节点依据本体定义使用语义链来连接,组之间语义关联则通过超级节点的组语义链来实现;同时增加语义快捷链实现不同语义组之间的节点连接.     

一种P2P网络的信息优化检索算法的仿真分析

为了解决P2P网络系统信息检索效率低、不能有效解决跨文本搜索,提出节点兴趣域聚类和信息量声誉激励的P2P网络检索机制。在该机制中,首先对网络系统中节点持有的数据信息量进行基于相似度和兴趣度阈值的兴趣域聚类;然后依据节点数据信息的声誉激励策略对兴趣相邻节点进行兴趣树构造,同时对用户输入的搜索关键字进行语义分析和个性化的辅助语义选择。将与查询信息向量最接近的节点持有信息量返回给用户,并对该数据信息量进行声誉激励评价和更新。实验仿真证明,该算法基于兴趣树的动态构造,能够避免结构化P2P网络系统对中心节点的过度依赖;同时检索的向量是基于用户个性化辅助语义生成的,能够有效地提高查询率和查准率。     

基于本体知识查询树的语义路由检索模型

提出一种基于本体知识查询树(OKQT)的混合P 2P语义路由检索模型,通过对路由节点中OKQT的查询,使得用户节点能够根据检索词和OKQT中知识的匹配,在网络中进行快速准确的查询定位,对所需知识进行精确查询。同时对于网络中无法和检索词匹配的查询,通过计算它和其他知识的语义相似度,对检索词进行相应的缩放,返回相应的知识供用户参考。实验表明,这种先定位后查询的方法提高了语义路由效率,具有较强的查准率、查全率和扩展性。     

基于语义和Chord算法的P2P搜索模型

基于有组织的P2P网络,给出了一个将语义和Chord算法融合的搜索算法,以解决搜索信息的表达能力和负载平衡问题.算法的基本思想是将一个引入超级节点和域组概念的有组织P2P结构作为基于语义的P2P网络的拓扑结构,利用超级节点和相似度思想,使含有相似主题的结点尽可能链接在同一个超级节点上,并利用关键字和语义的二次比较来进行查询定位,实现了在搜索效率和准确性上的相互协调.最后在现有Edutella架构基础上,分别对有组织语义P2P网络和Chord算法进行扩展,构建搜索算法的实验环境.实验表明,该方法提高了P2P系统的搜索成功率和搜索效率.     

适用于P2P的系统查询扩展优化方法

P2P系统中,各种文本文档是很重要的共享资源,而传统的信息检索技术无法在此复杂系统中获得良好的效果．通过对隐含语义索引的分析,提出了语义双重查询扩展（SDQE）的方法,它利用各个peer上文档集提供的隐式反馈,通过比较查询的上下文信息,发现用户的隐含偏好,从而找出最符合用户查询需求的文档．实验证明,SDQE是可行的,并能有效地提高P2P系统中文本检索性能．     

基于兴趣分组的混合P2P拓扑模型

P2P网络由于缺乏统一的国际标准和固定的网络拓扑模型,一直都呈现出一片混乱的局面.本文以用户兴趣为出发点,结合了分散式结构化和无结构化的优缺点,在覆盖网络的基础上,提出了基于deBruijn图的网络拓扑结构.采用兴趣分组的思想,由超级节点统一管理每个兴趣组,既提高了效率,又减少P2P网络带宽占有量.     

混合语义模型的产品知识文档检索

为解决产品知识文档检索过程中遇到的问题,提出一种基于混合语义模型的检索方法.该方法将传统的用户查询需求扩展为用户偏好、语境和用户查询混合而成的语义集合,并对知识文档和用户需求进行基于本体的模糊概念表达.对于知识文档,选择领域本体的叶节点来构造文本概念向量,根据概念在本体图中的深度、携带的信息量,及出现在文档与语料库中的频度来计算权重.同样采用本体表达知识语境与查询语义,建立用户偏好模型.针对检索模型的不同组成,阐述了相应的相似度计算方法,采用概念的语义距离计算用户当前语境和文档语境之间的相似度,用余弦法计算查询语义、用户偏好与文档的相似度.最后用实验验证了该方法的检索效果优于传统的向量空间方法.     

一种基于分层P2P结构的教育资源网格检索模型

基于教育资源网格,讨论了网格的组织结构问题。针对教育资源网格基于层次扩充树结构,提出了一种基于分层P2P结构的教育资源网格分布式检索模型(DRM-HP2P),该模型使用Web Services技术为资源节点的本地检索进行了封装,使用P2P方式进行域内检索,并通过该域内的管理节点向其它管理域转发检索请求,启动多个域内检索,最后将检索结果合并后返回。应用表明,该模型有较高的效率。     

基于节点兴趣的非结构化P2P自动搜索机制

研究了基于节点兴趣的非结构化P2P自动搜索的机制和算法。节点兴趣由节点所共享的文档的k-高频词向量描述。网络中的节点采用"拉"(pull)通信方式。节点不能把信息"推"(push)给其它节点,这样就保证了节点只会收到它想要的信息。系统中的节点根据用户提供的共享文档自动获知用户感兴趣的文档类型,并且自动和其它具有相似兴趣的节点组成一个覆盖网络。节点定期自动获取覆盖网络中其它节点共享的新文档信息,以方便用户查找和浏览新文档。并且通过仿真实验验证了系统具有可扩展性。     

一种基于语义的super-peer网络构建方法

针对分类层次语义空间,提出了一种基于语义的super-peer网络构建方法.该方法根据peer上数据的语义信息,动态地将peer聚簇成不同的语义簇,语义簇之间建立适当的语义路由关系.每个语义簇由一个super-peer节点和一组peer节点组成,仅负责回答其语义子空间上的查询.查询首先根据其语义被路由到适合的语义簇中,然后被转发给包含结果的peer.实验结果表明,该方法在查找性能和开销之间取得了一个良好的平衡,具有较高的查找性能和较低的查找代价,提高了网络的可扩展性.     

一种动态检索算法改进

对基于RDF的动态语义检索算法进行了探讨,在它的基础上提出了一种基于“簇”的RDF动态语义检索算法。该算法与原算法相比,主要是在查询条件与目标资源进行匹配时,将搜索范围限制在超节点所归属的语义簇内及超节点所管辖的自治节点簇内,即搜索范围从语义对等网络中的所有节点数降低到超节点所归属及所管辖的簇内的节点数,有效地防止了请求洪,从而大大地缩短了搜索时间、提高了检索效率。     

P2P网络中基于语义的资源检索方案的实现

将P2P技术和语义W eb技术相结合,设计了基于语义的P2P网络资源检索系统,系统分为本体推理服务器端和Peer端两大部分,在P2P网络下,依靠所设计的领域本体,能实现对计算机学科学习资源的共享和语义检索功能.通过与传统的检索方案比较,证明该方案可行有效.     

TSPN: Term-based semantic peer-to-peer networks

In this paper, we propose Term-based Semantic Peer-to-Peer Networks (TSPN) to achieve semantic search. For each peer, TSPN builds a full text index of its documents. Through the analysis of resources, TSPN obtains series of terms, and distributes these terms into the network. Thus, TSPN can use query terms to locate appropriate peers to perform semantic search. Moreover, unlike the traditional structured P2P networks, TSPN uses the terms, not the peers, as the logical nodes of DHT. This can with-stand the impact of network churn. The experimental results show that TSPN has better performance compared with the existing P2P semantic searching algorithms.     

P2P文件搜索系统中基于标签的文件搜索方法

针对点对点(P2P)文件搜索技术存在网络带宽消耗大和查询速度慢等问题, 为专用的P2P系统设计一种基于标签的文件搜索方案. 该方案给出了将系统底层每个节点所控制的相关文件上传到中间层子服务器, 及将顶层中央服务器接收到的文件查询转发到相关子服务器的方法, 并运用标签优先顺序技术实现了查询的快速转发.
性能评估结果表明, 基于标签的文件搜索方法在转发查询过程中, 必须检测的标签个数由一个很小的常数界定, 从而节省了系统的网络带宽, 提高了文件的搜索速度.     

基于语义的对等网络检索机制

 Content based full text search is a challenging problem in Peer to Peer (P2P) systems. A distributed P2P overlay network that supports semantic based content searches, called S-Peer, is proposed. Peers in this overlay are grouped based on the semantics of their data, and self organized as a semantic overlay network. To reduce overheads incurred by peer joining and leaving in a high dimensional overlay network, peers are constructed as a one dimensional semantic space that facilitates efficient routing. The results show the effectiveness, efficiency and scalability of the proposed system.     

P2P环境下基于Ontology的概念匹配策略

采用Ontology作为一种能在知识和语义层次上描述信息的概念建模工具,根据Ontology具有的良好的概念层次结构和对逻辑推理功能的支持,提出新的概念匹配算法,突破了传统的基于关键字的检索技术,把查询请求定位到相关的社区,因此能得到满意的结果.     

P2P模式下的资源定位技术探究

在P2P模式的网络环境中,如何迅速的对节点资源进行定位和建立连接,是网络技术研究的重点之一.针对P2P混合型模式的资源定位和搜索算法中存在冗余消息等问题,通过算法分析,提出两种改进思路和方法：一是减少查询的冗余消息;二是查询到的信息直接发送给起始的查询节点.通过仿真实验,表明改进后的算法,减少了查询消息冗余和提高了搜索速度.     

基于主题划分的搜索策略设计与研究

在P2P网络结构中,提出一种基于主题划分的搜索策略(TONS),该策略基于主题将网络中的节点层次化、形成叠加网络.具体查询算法包括基于DHT的非结构化P2P网络和基于主题划分的叠加网络搜索索引结构.实验结果表明:包含相似主题的节点联系在一起,这样就能够确保将搜索局限在仅与查询主题相关的节点子集中.该策略为基于分布式哈希表的P2P系统提供了一种可满足复杂查询条件、部分匹配搜索数据要求的有效途径.