基于本體的食品安全垂直搜索引擎研究.pdf

1、最近一段時間，由于不斷有食品安全事件出現，社會各界人士開始將目光投向了食品安全問題。國家雖然建有統(tǒng)一的食品安全信息發(fā)布平臺，但是就目前運營狀況看，難以達到信息全面、更新及時、與老百姓互動的基本水平。因此，有必要建立一個公共信息平臺，及時收集分散在互聯網上食品安全信息，為人民群眾提供信息服務。
　　隨著搜索引擎技術快速發(fā)展和各行業(yè)需求的變化，國內外出現了許多面向各領域的垂直搜索引擎，但能夠搜索食品信息的引擎較少。實踐證明本體等自然語

2、言處理技術的使用，可以提高了搜索的精準度，因此，許多垂直搜索引擎開始應用本體技術。隨著食品安全法規(guī)的制定，食品安全標準已經較為詳實，這就為構建食品安全本體鋪平了道路，并可以應用本體技術來提高系統(tǒng)的食品安全檢測能力。由搜索引擎獲取信息重要功能模塊是聚焦爬蟲，因此如何針對食品安全領域提高聚焦爬蟲效能，以獲得較為理想的準確率和召回率是本文研究的重點。
　　因此，本文首先分析了官方網站和一般論壇網站的不同特征，提出了不同的頁面搜索方法。文

3、章通過分析了常用聚焦爬蟲運行算法，針對食品安全信息較多、分類較細而導致檢索結果不理想的情況，提出了一種組合搜索算法。這種策略包括利用本體開展更為高效的鏈接分析和相關度計算。
　　本文采用了優(yōu)化的Fish-Search算法，使用本體進行關鍵詞篩選和拓展，分步實現相關度分析。即先用向量空間模型計算，然后結合本體得出較精確的文檔相似度，再進行分類。在此過程中用k最近鄰算法和Bayes算法做分類算法，基本做到了先宏觀再微觀的主題篩選。最后