1、基于Semantic Web的個性化網絡導航機制                        1網絡信息資源導航的現狀    遍布全世界的主機和服務器，錯綜相聯的超媒體資源，這是互聯網為我們所構建的一個巨大而豐富的電子信息空間。它無疑是現代社會最重要的信息獲取手段，但是它的開放性、分布性、無序性以及驚人的發展速度也為人們對信息

2、資源的利用帶來了困難。正如在大海中行駛的船只需要導航系統確定方位一樣，要想在茫茫的信息海洋中有效獲取有用信息，也必須擁有便捷有效的信息導航技術。一般來說，www網絡中常用的信息導航方式有三種：一是利用門戶網站的分類索引；二是利用網絡搜索引擎；三是利用網站的相關鏈接。但是目前這三種信息導航方式的效果都不盡如人意。分類索引所覆蓋的網絡站點范圍太小，更新較慢，難以適應網絡的快速增長，而且分類標準的不統一和不規范常常影響到用戶對站點所屬的判斷，造成導航失敗。搜索引擎雖然是目前主要的網絡信息檢索工具，但是通過簡單的邏輯運算檢索到的結果往往是數量龐大且魚目龍雜，充斥著大量的無用和重復信息。網站的相關鏈接是

3、指符合當前網站內容主題的內部和外部信息資源的超鏈接，這種導航方式雖然簡單直接，但是信息量非常有限，而且對外部信息的鏈接常常出現錯鏈和假鏈，即使是內部信息，也常常因為組織和描述方式的影響，造成用戶的“資源迷向”。    用戶在信息空間中的“迷航”會使他們感到厭倦而喪失獲取信息的信心，分析其原因，主要包括以下幾個方面1,2：    (1)網絡的巨大信息量使人們必須依賴于自動化的處理技術。但是目前因特網的各個網端的技術支持環境比較復雜，信息資源的內容范圍、組織結構和存儲方式各不相同，呈現出分散、無序、變幻多端的特點，這使自動信息處理技術的應

4、用困難重重。因此要提高信息導航的效率和質量，必須先解決資源異構的問題。    (2)網絡信息空間中的數據大多以半結構化和非結構化的形式存在，對信息資源的內容缺乏形式化的語義描述，而且大部分資源間的鏈接也沒有反映語義關系，這使得機器很難對網絡信息空間進行深層次的理解和處理，對信息的自動導航也無法像人工操作那樣準確有效。    (3)目前的網絡導航系統缺乏個性化的信息服務。由于知識背景的差異和一詞多義等方面的原因，不同的網絡用戶之間、用戶與系統設計者之間對于問題和信息內容可能會具有不同的理解與認識，當用戶按照自己的思路查找信息時，他所選擇

5、的導航路徑可能是錯誤的或者低效的。因此信息導航必須考慮具體用戶的特殊性，有針對性地提供導航服務。    (4)網絡導航系統的設計缺乏規范。門戶網站各自依據不同的標準建立自身的分類導航系統，網站的劃分隨意性較大，常常引起用戶的困惑。一些著名的信息搜索引擎也各自采用不同的檢索規則，有些系統不能利用歷史信息或者不提供二次檢索，給用戶的使用帶來不便。另外，在網站內部的導航系統設計上，也存在著導航結構不合理，導航要素不完整，導航界面不統一等問題。這些都可能造成用戶的導航障礙。    由此可見，造成信息“迷航”問題的主要原因在于缺乏信息空間的合理

6、組織和有效的導航機制，這也是第二代web網絡技術難以克服的困難。為此，人們正在研制第二代web網絡Semantic Web，它以結構化信息表示為主，為網絡導航研究開辟了新天地。    2Semantic Web技術    Tim Berners Lee在1998年提出了Semantic Web的概念。2001年2月，W3C組織正式推出Semantic Web Activity，使網絡環境下的語義處理技術研究漸入佳境。Semantic Web研究活動的目標是開發一系列可由計算機理解和處理的語義表示語言和技術，通過顯式的語義表示和領域本體

7、將網絡信息空間編織成為一個巨大的機器可讀的知識網絡，以支持自動化的信息訪問和知識管理，實現高質量的網絡信息服務。目前關于Semantic Web的研究主要集中在網絡信息資源及其內容的語義和語義關系表征，基于語義的數據自動分析、理解和處理，不同應用領域和系統間的數據自動交換、轉換和復用3。Semantic Web雖然是現有web網絡的延續，但在信息導航方面具有許多普通web沒有的優勢。Semantic Web中的節點既可以代表物理頁面，也可以代表知識實體；Semantic Web中網頁的內容不但可以被人理解，而且可以被機器理解；Semafitic Web中的鏈接不再是任意的，而是遵循一定的語義關

8、系。通過Semantic Web技術，可以改變現有網絡松散的數據結構，將信息資源結構化并賦予含義，使網絡信息的整合和自動處理都變得更加容易4。    2.1本體    所謂本體(Ontology)，實質上是描述特定應用領域知識的公認的術語集。關于奉體的定義，比較著名的觀點是“本體是概念模型的一個顯式的規格說明”和“本體是共享概念的一個形式化的規格說明”，其中，“概念模型(Conceptualization)”是指通過對某個客觀現象的相關概念進行辨析和提取而獲得的關于該現象的抽象摸型；“顯式(Explicit)”是指對所使用的概念的類型

9、，以及這些概念在應用上的約束都給予明確的說明；“形式化(Formal)”表示本體以計算機可讀的形式存在；“共享(Share)”表示本體中反映的是共同認可的知識”5。    本體通常表達為一組對象（概念）、關系、函數、定理和實例。本體中的對象類按照等級關系組織成基本的結構體系。等級關系包括例化(is-a)關系、類屬(kind-of)關系和整部關系(part-of)。上層的對象類為父類，下層的對象類為子類。對象類具有各自的屬性，并可依據父子關系繼承。對屬性的取值對象、取值范圍、取值基數等都可以加以限制，還可以對屬性的交換性、對稱性、傳遞性、唯一性等進行定義。除了等級關

10、系，本體中的對象類間還可以具有其他語義關系，形成語義網絡形式的概念模型。本體是機器自動推理和智能化高級信息服務的基礎，對網絡而言，一個簡單的本體的典型例子就是網絡的分類索引（如Yahoo！的分類目錄）。本體的應用對于提高網絡導航的精度和效率具有重要的意義1,4)。    2.2 RDF和RDFS    RDF是由W3C開發的元數據描述機制，其目的主要是為元數據在網絡上的編碼、交換和重用提供一個基礎。它允許在XML的基礎上以一種標準化的、互操作的方式對數據語義進行定義4，提供了一個描述web資源的數據模型。RDF包含描述資源的屬性和關系

11、的聲明。資源是任何用URl(Uniform Resource Identifier)唯一標識的實體對象。資源具有屬性，屬性則具有一定的值，該值可能是簡單的字符串或數字，也可能是自身也具有屬性的其他資源。這樣，資源、資源屬性和屬性值構成了RDF聲明中的三元關系模式，任何本體或描述性元數據都是這種三元關系模式的具體體現”1,7。    為了描述元數據元素間的復雜語義關系，W3C進一步定義了RDFS(RDF Schema)。它可以看成是一個本體定義語言，用來建立概念類體系結構、屬性層次和類關系。   3基于Semantic Web的智能導航機制

12、60;   Semantic Web的出現為網絡信息導航提供了新的研究思路，Semantic Web技術是解決無序網絡空間中“迷航”問題的關鍵技術?；赟emantic Web的智能導航是一種以結構化、語義化的概念知識網絡為基礎，自動形成個性化導航結構的方法。它分為兩個方面，一是基于Semantic Web的信息組織，即利用參考本體對各信息源進行語義描述和整合；二是基于Semantic Web的個性化導航結構模型的構建，即在有序語義組織的基礎上，構造用戶語義模型，并據此建立導航結構。圖1顯示了基于Semantic Web的智能導航機制的概念結構8。  &

13、#160; 3.1基于Semantic Web的信息組織    基于Semantic Web的信息組織的基本思想是，將來自于多個異構信息源中的數據整合到一個語義統一的參考本體中。參考本體是通過分析領域中的各個信息資源集合，提取公共概念、屬性和關系而構建的本體，它為所有信息資源提供統一的概念集合和通用語義。    信息整合的方法是先分別將各個信息源中的數據轉換為通用的數據模型，然后建立各個數據模型和參考本體之間的映射關系。網絡中的信息源具有各種各樣的數據格式，其中大部分是HTML頁面，有的包含表格和列表。另外還有XML文檔、RDF文檔以

14、及關系數據庫文檔等。為了解決分布式異構信息源的語法相異問題，需要將數據轉換為公用的數據模型格式，例如RDF。對于非RDF格式的信息數據，可以利用外覆包(wrapper)技術將其自動地轉換為基于RDF的數據模型。外覆包對特定格式的數據文檔進行解析，并采用RDF聲明對其內容進行標注。下面是三種常用的外覆包：    (1)HTML外覆包。由于HTML頁面屬于半結構化的信息數據，因此HTML外覆包采用的是半指導性的標注方法。即預先手工標注一組HTML頁面，然后對新的HTML頁面進行結構分析，將新頁面與標注頁面進行比較，從中提取相關信息。HTML外覆包還可以處理異構的XML

15、文件1。    (2)XML外覆包。根據DTD和Schema所定義的XML文檔的內容結構和內容元素，建立概念集與DTDSchema之間的映射關系，從而自動地將XML文獻中的DTD內容元素標記轉換為對應的概念集元數據標記。    (3)關系數據庫外覆包。將關系數據庫中的數據元素和二維數據關系映射到概念集中，形成語義基礎，以便從關系數據庫中自動創建RDF聲明。    由于不同的信息提供者可能會使用不同的詞表來標注數據，因此在建立通用數據模型后，還必須在信息數據源和參考本體之間建立概念和關系的映射，以消除語義差別。根據RDF聲明，在參考本體中注冊相關內容的來源，使參考本體成為一個知識內容的集成文件。另外，采用基于本體的元數據發現和漫游技術，探測相關的RDF聲明，可以自動地添加新的信息資源8。                             4結束語    網絡信息的利用狀況不容樂觀，迫使