Социальное индексирование Web-документов для семантического поиска
В данной работе вводится понятие нового термина критерия поиска информации «социальный индекс», главной задачей которого является вычисление значимости любого Web-документа для конечного пользователя в зависимости от его текущих интересов. Методика его определения и применения при создании независим...
Збережено в:
| Дата: | 2012 |
|---|---|
| Автор: | |
| Формат: | Стаття |
| Мова: | Russian |
| Опубліковано: |
Інститут проблем штучного інтелекту МОН України та НАН України
2012
|
| Назва видання: | Штучний інтелект |
| Теми: | |
| Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/56426 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Цитувати: | Социальное индексирование Web-документов для семантического поиска / О.М. Почанский // Штучний інтелект. — 2012. — № 1. — С. 112-121. — Бібліогр.: 8 назв. — рос. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
irk-123456789-56426 |
|---|---|
| record_format |
dspace |
| spelling |
irk-123456789-564262014-02-19T03:19:19Z Социальное индексирование Web-документов для семантического поиска Почанский, О.М. Анализ и синтез коммуникационной информации В данной работе вводится понятие нового термина критерия поиска информации «социальный индекс», главной задачей которого является вычисление значимости любого Web-документа для конечного пользователя в зависимости от его текущих интересов. Методика его определения и применения при создании независимых поисковых систем рассмотрены в данной статье. У даній роботі вводиться поняття нового терміна критерію пошуку інформації – соціальний індекс. Його головним завданням є – обчислення важливості будь-якого Web-документа для кінцевого користувача в залежності від його поточних інтересів. Методика визначення та застосування соціального індексу при створенні незалежних пошукових систем розглянуті в тексті даної статті. Social index is a new standard of information search, which is defined in the given work. Its main task is to calculate the significance of any Web-document to the end user depending on his/her current task. The method of its determination and application for the creation of independent search systems is considered in the text of this article. 2012 Article Социальное индексирование Web-документов для семантического поиска / О.М. Почанский // Штучний інтелект. — 2012. — № 1. — С. 112-121. — Бібліогр.: 8 назв. — рос. 1561-5359 http://dspace.nbuv.gov.ua/handle/123456789/56426 004.853 ru Штучний інтелект Інститут проблем штучного інтелекту МОН України та НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Russian |
| topic |
Анализ и синтез коммуникационной информации Анализ и синтез коммуникационной информации |
| spellingShingle |
Анализ и синтез коммуникационной информации Анализ и синтез коммуникационной информации Почанский, О.М. Социальное индексирование Web-документов для семантического поиска Штучний інтелект |
| description |
В данной работе вводится понятие нового термина критерия поиска информации «социальный индекс», главной задачей которого является вычисление значимости любого Web-документа для конечного пользователя в зависимости от его текущих интересов. Методика его определения и применения при создании независимых поисковых систем рассмотрены в данной статье. |
| format |
Article |
| author |
Почанский, О.М. |
| author_facet |
Почанский, О.М. |
| author_sort |
Почанский, О.М. |
| title |
Социальное индексирование Web-документов для семантического поиска |
| title_short |
Социальное индексирование Web-документов для семантического поиска |
| title_full |
Социальное индексирование Web-документов для семантического поиска |
| title_fullStr |
Социальное индексирование Web-документов для семантического поиска |
| title_full_unstemmed |
Социальное индексирование Web-документов для семантического поиска |
| title_sort |
социальное индексирование web-документов для семантического поиска |
| publisher |
Інститут проблем штучного інтелекту МОН України та НАН України |
| publishDate |
2012 |
| topic_facet |
Анализ и синтез коммуникационной информации |
| url |
http://dspace.nbuv.gov.ua/handle/123456789/56426 |
| citation_txt |
Социальное индексирование Web-документов для семантического поиска / О.М. Почанский // Штучний інтелект. — 2012. — № 1. — С. 112-121. — Бібліогр.: 8 назв. — рос. |
| series |
Штучний інтелект |
| work_keys_str_mv |
AT počanskijom socialʹnoeindeksirovaniewebdokumentovdlâsemantičeskogopoiska |
| first_indexed |
2025-07-05T07:41:17Z |
| last_indexed |
2025-07-05T07:41:17Z |
| _version_ |
1836791918934097920 |
| fulltext |
«Искусственный интеллект» 1’2012112
3П
УДК 004.853
О.М. Почанский
Харьковский национальный университет радиоэлектроники, Украина
Украина, 61166, г. Харьков, пр. Ленина 14, pochansky.oleg@yandex.ru
Социальное индексирование
Web-документов для семантического поиска
O.M. Pochanskiy
Kharkiv National University of Radioelectronics, Kharkiv
Ukraine, 61166, Kharkiv, Lenina st., 14
Social Indexing of Web-Documents for Semantic Search
О.М. Почанський
Харківський національний університет радіоелектроніки, м. Харків, Україна
Україна, 61166, м. Харків, пр. Леніна, 14
Соціальне індексування Web-документів
для їх семантичного пошуку
В данной работе вводится понятие нового термина критерия поиска информации «социальный индекс»,
главной задачей которого является вычисление значимости любого Web-документа для конечного
пользователя в зависимости от его текущих интересов. Методика его определения и применения при
создании независимых поисковых систем рассмотрены в данной статье.
Ключевые слова: социальный индекс, семантический поиск, база знаний, кластерный
анализ, плагин.
Social index is a new standard of information search, which is defined in the given work. Its main task is to
calculate the significance of any Web-document to the end user depending on his/her current task. The method of
its determination and application for the creation of independent search systems is considered in the text of
this article.
Key words: social index, semantic search, knowledge base, claster analysis, plug-in.
У даній роботі вводиться поняття нового терміна критерію пошуку інформації – соціальний індекс. Його
головним завданням є – обчислення важливості будь-якого Web-документа для кінцевого користувача в
залежності від його поточних інтересів. Методика визначення та застосування соціального індексу при
створенні незалежних пошукових систем розглянуті в тексті даної статті.
Ключові слова: соціальний індекс, семантичний пошук, база знаній, кластерний аналіз, плагін
Введение
Всемирная сеть предоставляет каждому человеку возможность в самореализации,
вовлекая тем самым все больше новых пользователей. А с возникновением социальных
сетей появилась возможность не только постоянно общаться в режиме «on-line», но и
обмениваться разного рода информацией и данными. При этом социальным сетям с их
техническими и научными возможностями не уделяется должного внимания.
Цель работы. Основной целью данной статьи является введение нового критерия
поиска по социальной направленности искомой информации. Под социальной на-
правленностью понимается предрасположенность определенной категории людей к ин-
тересующей их информации. В данной работе предложенный критерий будет назы-
ваться социальным индексом.
mailto:pochansky.oleg@yandex.ru
Социальное индексирование Web-документов для семантического поиска
«Штучний інтелект» 1’2012 113
3П
Постановка задачи. Предлагается разработать интеллектуальную систему извлече-
ния знаний из сети Internet, которая будет предлагать пользователю Web-документы
по искомой им тематике, на основе их популярности у других пользователей, со
схожими с ним интересами. При этом популярным будет считаться тот электронный
документ, на который подписалось (выбрали как основной источник информации)
наибольшее количество пользователей.
Анализ последних исследований и публикаций
В рамках исследуемой предметной области можно выделить следующие ра-
боты, посвященные поиску информации на основе построения социальных связей
между различными пользователями сети Internet:
1. On designing and implementing a collaborative system using the distributed-object
model of Java RMI [1].
2. Profiling and matchmaking strategies in support of opportunistic collaboration [2].
3. Recommending collaboration with social networks: A comparative evaluation [3].
4. Social networks and Social information filtering on Digg [4].
В первой работе проблема поиска пользователями интересующих их данных
решается путем создания общего хранилища информации. При этом каждый пользо-
ватель данной системы формирует свои ограничения (фильтры) на искомые им доку-
менты. Тем самым определяется список свойств, характеризующий искомую инфор-
мацию, который в свою очередь может быть расширен за счет фильтров, заданных
другими пользователями. В результате точность классификации любого документа,
хранимого в данной системе, повышается.
Основные достоинства данной системы:
1. Организация единого независимого хранилища документов по искомым поль-
зователям тематикам.
2. Улучшенная точность классификации документов в рамках сформирован-
ного хранилища.
3. Использование фильтров, созданных различными пользователями в рамках
единой среды.
Недостатки данной системы:
1. Отсутствие критерия проверки корректности задания пользователем фильтра
для поиска интересующих его документов.
2. Чувствительность системы к программному обеспечению компьютера поль-
зователя.
3. Размер хранилища ограничен документами пользователей, которые зарегистри-
рованы в системе.
4. Система работает только с зарегистрированными пользователями.
5. Эффективность системы зависит от общего количества пользователей, их
честности и объективности.
Во второй работе рассмотрена проблема организации обмена информацией между
различными пользователями со схожими интересами в любых предметных областях.
Это задача решается путем создания мультиагентной системы.
С помощью данных агентов, для каждого пользователя формируется индиви-
дуальный профиль, в котором хранится информация, заполненная им, а также те данные,
которые были получены в процессе анализа его активности во время работы с данной
системой. Для этого каждый пользователь должен создать свою рабочую среду (в
рамках одной исследуемой им предметной области), в которой он указывает свои пер-
Почанский О.М.
«Искусственный интеллект» 1’2012114
3П
сональные данные (e-mail, ФИО, контактный телефон, свои интересы и т.д.), рабочие
проекты и сопутствующие документы или ссылки на Web-ресурсы. Эта информация
будет составлять основу его индивидуального профиля. Затем данная система про-
анализирует полученные данные и выделит список основных ключевых слов, которые
встречаются в текстовых ресурсах, указанных пользователем. В дальнейшем это по-
зволяет находить новые документы, с которыми работали другие пользователи, на ос-
новании совпадения основных ключевых слов, характерных для активной в текущий
момент рабочей среды. Также в процессе работы пользователя с различными докумен-
тами в рамках одной активной рабочей среды формируется рейтинг наиболее активно
используемых источников информации (документов, Web-ресурсов). Исходя из этого,
составляется список наиболее популярных источников для каждого пользователя в
рамках одной рабочей среды.
Обмен данными между пользователями осуществляется на основании схожести
предметной области их рабочих сред. Он выполняется путем равносторонней отсылки
документов или ссылок на Web-страницы, которые отсутствуют у одного из пользова-
телей. В дополнение к обмену информацией системой предусмотрены основы коммуни-
кации по средствам текстовых сообщений между пользователями со схожей предметной
областью исследований в рамках активной рабочей среды.
Основным достоинства данной системы:
1. Механизм обмена данными между пользователями.
2. Возможность коммуникации пользователей с общими интересами.
3. Автоматическое обновление профиля пользователя в процессе работы в рас-
сматриваемой системе.
4. Возможность пользователя создавать несколько рабочих сред для каждой
предметной области.
5. Организацию рейтинга популярности документов для каждого пользователя
в рамках активной рабочей среды.
Основные недостатки данной системы:
1. Система ориентирована на закрытые социальные группы в рамках одной
организации с ограниченным документооборотом.
2. Требует установки специального программного обеспечения, которое нуждает-
ся в предварительной настройке.
3. Одновременно пользователь может работать только в одной рабочей среде.
4. Рабочие среды, в которых работает пользователь, никак не связаны между
собой.
5. Система не хранит полнотекстовые копии Web-ресурсов, которые в своей
рабочей среде отметили пользователи. В результате возможно появление ссылки на
не существующий ресурс.
В третьей работе рассматривается проблема обмена информацией между
пользователями, которые объединены в социальную сеть в рамках одной органи-
зации. Для этого проектируется соответствующая система, в которой путем опроса
пользователей оценивается эффективность установления ограничений на обмен
информацией между различными организационными структурами в рамках одной
организации. Таким образом, было выявлено, что для самих пользователей приори-
тетным является получение необходимой информацией в сжатые сроки от источника,
которому он может доверять в независимости от его месторасположения в иерархии
системы. Сам же механизм поиска авторитетного ресурса должен основываться на
наличие доступных ресурсов и опыта разработчиков системы.
Социальное индексирование Web-документов для семантического поиска
«Штучний інтелект» 1’2012 115
3П
Основные достоинства данной системы:
1. Быстрый обмен знаниями между пользователями по интересующим их вопро-
сам в рамках одной организации.
2. Наличие возможности коммуникации между пользователями с общими ин-
тересами.
3. Возможность решать трудные задачи коллективной работой пользователей.
Основные недостатки системы:
1. Система ориентирована на закрытые социальные группы в рамках одной
организации с ограниченным документооборотом.
2. Слабо развит документооборот между пользователями.
3. В системе не предусмотрено общеё хранилище документов.
4. При выполнении коллективных задач затруднена оценка степени участия
каждого отдельного пользователя.
5. Отсутствует механизм поиска информации по ключевым словам внутри системы.
В четвертой работе рассматривается проблема выявление значимых данных
для конечного пользователя на базе информационного ресурса Digg [5].
Данный ресурс представляет собой динамическую Web-страницу, на которой каждый
зарегистрированный пользователь может оставить ссылку. Также он может проголо-
совать за другие источники информации, добавленные остальными пользователями
системы. При этом любая новость на ресурсе Digg может быть прокомментирована
зарегистрированным пользователем. В результате на первой Web-странице данного
ресурса отображаются источники информации с наибольшим рейтингом. Для персо-
нализации данной странички разработчики системы предлагают пользователям объе-
диняться в социальные подгруппы, в рамках которых рейтинг отмеченных ими ссылок
выше, чем остальных. Таким образом, осуществляется попытка уменьшения эффекта
влияния на рейтинг наиболее активных пользователей системы, которые часто его
неоправданно завышают для некоторых источников информации.
Основные достоинства данной системы:
1. Постоянное обновление ресурса за счет добавления новых источников раз-
личными пользователями.
2. Индивидуальный расчет значимости источников информации за счет объе-
динения пользователей в социальные группы.
3. Реализация концепции Web 2.0 (каждый пользователь может в режиме
реального времени дополнять Web-ресурс новой информацией).
Основные недостатки системы:
1. Отсутствует механизм деления пользователей по интересам, который мог бы
улучшить объективность рейтинга источников информации.
2. В системе нет функции пополнения данных за счет интеграции с другими
ресурсами.
3. Ограниченность системы. Она ориентирована на работу только с новостными
ресурсами.
4 Система поиска информации
на основе социального индексирования
4.1 Конструктивные особенности
Исходя из проделанного анализа основных наработок выполненных в данной
предметной области было принято решение: разработать специализированную поиско-
вую систему, которая должна обладать следующим конструктивными особенностями:
Почанский О.М.
«Искусственный интеллект» 1’2012116
3П
1. Учитывать основные интересы пользователя при поиске нужной ему инфор-
мации.
2. Сортировать найденную информацию в соответствии с текущими интере-
сами пользователя.
3. Оценивать привлекательность Web-ресурса для конечного пользователя.
4. Работать с различными ресурсами сети Internet, доступ к которым имеет
любой пользователь.
5. Реализовывать основные преимущества концепции Web 2.0 (возможность
оценивать и комментировать прочитанные источники информации) и Web 3.0 (поиск
источников информации на основе их семантики).
6. Объединять пользователей из различных социальных сетей на основании
общих тем.
7. Использовать профиль пользователя в социальных сетях для автоматического
заполнения регистрационной формы.
Таким образом, для выполнения описанных выше конструктивных особенно-
стей было принято решение о создании системы, способной выполнять поиск инфор-
мации, основываясь на собственном критерии оценки данных – социальном индексе.
Он будет определять степень важности информации в зависимости от текущих
интересов пользователя.
4.2 Алгоритм работы
Общий алгоритм работы системы поиска информации на основе социального
индекса представлен следующей блок-схемой (рис. 1).
Данная структурная схема выступает в роли опорного плана взаимодействия
пользователя и системы, основанной на методе поиска информации по социальному
индексу. В ее основу включены основные функциональные элементы, которые
посвящены главным образом регистрации нового пользователя в системе. На этом
этапе, помимо указания личных данных о себе, пользователь может подключить Rdf-
файл своего социального профиля (при его наличии), составленного в соответствии
со стандартом Semantic Web FOAF [6]. Также существует возможность установки
специально разработанного плагина. Он выполняет две основных функции:
1. Позволяет пользователю отслеживать все актуальные изменения в системе
(доступ к интересующей его информации по «клику»).
2. Позволяет системе постоянно обновлять свою базу знаний путем мони-
торинга активности пользователя сети Internet (плагин передает адреса Web-страниц,
которые посещались, из которых считывается название и список основных ключевых
слов, взятых из meta-данных).
После активации учетной записи пользователь переходит на специально со-
зданную для него Web-страницу, где он может просмотреть список наиболее по-
пулярных источников среди пользователей со схожими интересами. Результат пред-
ставляется в виде динамической таблицы, в которой указывается тематика и перечень
востребованных источников с указанием их описания и ссылкой для перехода.
Также существует возможность поиска нужной информации по всей базе знаний
системы с указанием ключевых слов. В этом случае схожесть интересов различных
пользователей не учитывается.
Социальное индексирование Web-документов для семантического поиска
«Штучний інтелект» 1’2012 117
3П
Рисунок 1 – Общий алгоритм проектируемой системы
4.3 База знаний
Роль основного хранилища данных в разрабатываемой системе поиска инфор-
мации на основе социального индекса выполняет база знаний. Она представлена
онтологией, которая хранится в виде OWL-файла. Основные принципы её органи-
Почанский О.М.
«Искусственный интеллект» 1’2012118
3П
зации для создания базы знаний интеллектуальных систем изложены в статье, посвя-
щенной соответствующей тематике [7]. В базовой версии она состоит из трех основных
терминов: User (Пользователь), Interests (Интересы пользователя) и WebSourсe (Название
страниц, которые посещал пользователь), взаимодействие которых показаны на рис. 2.
Рисунок 2 – Основные термины базовой версии онтологии
рассматриваемой системы
Главный принцип работы рассматриваемой базы знаний заключен в следующем:
1. Данные, полученные после регистрации пользователя, поступают в термины
«User» и «Interests». При этом в первом хранится общая информация о пользователе
(ФИО, возраст, e-mail и т.д.), а во втором – содержится наименование основных его
интересов (выбранных из предложенного списка при регистрации). Эти термины
связаны между собой свойством hasInterests, с помощью которого элементы Interests
являются частью User.
2. В термин «WebSource» данные поступают из плагина, который закачивается
пользователем при регистрации. Они представляют собой ссылки на посещяемые им
Web-страницы, а также информацию, полученную при анализе их HTML-кода. Web-
Sourse также связан с термином «User» свойством hasVisitWebSourse по аналогии с
термином Interests.
3. После накопления данных, полученных от пользователей системы, они могут
быть выведены из базы знаний в соответствии со сформированным запросом.
Если основная функция базы знаний в системе поиска информации на основе
социального индексирования заключается в основном только в хранении/выводе
информации, то с основной задачей определения степени значимости для каждого
пользователя справляется метод социальной оценки Web-документов, описанный
ниже.
4.4 Метод социальной оценки Web-документов
Данный метод позволяет вычислить оценку значимости (социальный индекс SI )
Web-документа для каждого пользователя системы поиска информации на основе со-
циального индексирования. Для этого используются значения соотношений общего
количества к количеству посещений пользователей с определенной группой интересов
CU с диапазоном значений [0..1] при условии RCU . Также при расчете социального
индекса учитывается средняя оценка привлекательности Web-документа MU с диапа-
Социальное индексирование Web-документов для семантического поиска
«Штучний інтелект» 1’2012 119
3П
зоном значений [0..10] при условии ZМU среди пользователей со схожими интере-
сами. Данная оценка выставляется с помощью использования установленного плагина
системы.
В результате оценка значимости SI любого источника, информация будет состоять
из двух независимых друг от друга параметров. Но для того, чтобы вычислять со-
циальный индекс для каждого Web-документа максимально объективно, необходимо
задать значения некого шаблона, у которого значения CU и MU максимальны и равны
1 и 10 соответственно. В этом случае, чем ближе к нему источник информации, тем
выше у него SI . Исходя из этого, взяв за основу запись Евклидового расстояния для
сравнения объектов с двумя независимыми параметрами [8], социальный индекс будет
вычисляться по следующей формуле:
2 2( ) ( ) ,i t i t iSI MU MU CU CU (1)
где iSI – социальный индекс i-го Web-документа;
tMU – оценка значимости шаблона (всегда максимальна);
iMU – средняя оценка значимости i-го Web-документа среди пользова-
телей со схожими интересами;
tCU – соотношения общего количества посещений шаблона к количеству
посещений пользователей с определенной группой интересов (всегда максимально);
iCU – соотношения общего количества посещений i-го Web-документа к
количеству посещений пользователей с определенной группой интересов (всегда
максимально).
Основываясь на полученной формуле социального индекса, основные действия
работы метода социальной оценки Web-документа буду состоять из следующих шагов:
1. Получение списка текущих значений iMU и iCU для i-го Web-документа
(из базы знаний), поставленных пользователями с различными интересами.
2. Выбор значений параметров iMU и iCU , установленных для пользователей
с определенным типом интересов.
3. Расчет социального индекса для i-го Web-документа согласно формуле (1).
4. В случае открытия i-го Web-документа пересчитать значение iCU по всему
списку значений с учетом списка интересов пользователя, загрузившего его, и
записать его в базу знаний системы.
5. В случае оценки i-го Web-документа пересчитать значение iMU по всему
списку значений с учетом списка интересов пользователя, отметившего его, и за-
писать его в базу знаний системы.
Таким образом, по запросу пользователя к системе поиска информации по
социальному индексу, будет выведен список Web-документов, в порядке их
соответствия его текущим интересам.
Выводы
В данной работе предлагается новый критерий поиска информации – социальный
индекс. Он позволяет оценивать значимость Web-документа в зависимости от текущих
интересов каждого пользователя. Таким образом, ресурсы сети Internet могут быть
проиндексированы не только по ключевым словам, но и по принадлежности их к
определенной социальной группе людей, к примеру, фанатам спорта (футбола). В ре-
зультате формируется новая социальная сеть, в которой связаны между собой пользо-
ватель, его интересы в различных предметных областях и Web-документы, соответст-
Почанский О.М.
«Искусственный интеллект» 1’2012120
3П
вующие этим интересам. Эта особенность выгодно отличает предложенную систему
поиска информации на основе социального индексирования от схожих решений других
авторов, рассмотренных выше в статье.
В дальнейшем планируется практическая разработка предложенной в статье си-
стемы с последующим сравнением эффективности её работы с другими аналогами, а
также улучшение механизма интеграции социального профиля пользователя в базу
знаний предлагаемого решения.
Литература
1. Raje R.R. On On designing and implementing a collaborative system using the distributed-object model
of Java RMI / R.R. Raje, S. Mukhopadnyay, M. Boyles and others // Progress in computer research –
Nova Science Publishers, Inc. Commack. – NY, USA, 2001. – P. 123-134.
2. Vivacqua A. Profiling and matchmaking strategies in support of opportunistic collaboration / A. Vivac-
qua, M. Moreno, J. Souz // Lecture notes in computer science – Springer-Verlag, Berlin Heidelberg, 2003. –
P. 162-177.
3. McDonald D.W. Recommending collaboration with social networks: A comparative evaluation / D.W. McDonald //
Proceedings of the SIGNCHI conference on Human factors in computing systems. – 2003. – P. 593-600.
4. Lerman K. Social networks and Social information filtering on Digg / K. Lerman // Computing Research
Repository – CORR. – 2006. – 8 p.
5. Режим доступа : http://digg.com/
6. Режим доступа : http://foaf-project.org/
7. Вороной О.С. Засоби інтеграції онтологій предметних областей для створення баз знань інте-
лектуальних навчальних систем / О.С. Вороний, Г.А. Єгошина // Искусственный интеллект – 2010. –
№ 2. – C. 124-130.
8. Мандель И.Д. Кластерный анализ / И.Д. Мандель. – М : Финансы и статистика, 1988. – 176 с.
Literatura
1. Raje R.R. Progress in computer research. Nova Science Publishers, Inc. Commack. NY, USA. 2001. P. 123-134.
2. Vivacqua A. Lecture notes in computer science. Springer-Verlag. Berlin Heidelberg. 2003. P. 162-177.
3. McDonald D. W. Proceedings of the SIGNCHI conference on Human factors in computing systems. 2003
P. 593-600.
4. Lerman K. Computing Research Repository. CORR. 2006. 8 p.
5. http://digg.com/
6. http://foaf-project.org/
7. Voronoj O.S. Iskusstvennyj intellect. 2010. № 2. S. 124-130.
8. Mandel’ I.D. Klasternyj analiz. M: Finansy i statistika. 1988. 176 s.
O.M. Pochanskiy
Social Indexing of Web-Documents for Semantic Search
This article describes the model of the system search, which is based on popularity of
any information sources among users with different interests. This system applies a
specially designed measure, i.e. a social index. Its main task declares the numerical
equivalent of significance degree of any Web-document among users with different
interests. This value is calculated using a specially designed formula given in the text.
The proposed system scheme consists of two parts.
The first part consists of the Web-service program, which allows registered users to
search information by key words or using social index. The results of the first one can be
sorted according to their degree of importance to users with similar interests.
http://digg.com/
http://foaf-project.org/
http://digg.com/
http://foaf-project.org/
Социальное индексирование Web-документов для семантического поиска
«Штучний інтелект» 1’2012 121
3П
The second part offers the user to install a plugin during the process of the
registration, which automatically builds into his browser. It allows users to get in real-time
mode the latest information from the Web-service system (for example, the most popular
sites among another users who have common interests with him/her), and to evaluate any
of the Web-documents on the Internet, which he/she read. Another function of the plugin is
to send information to the system server with permissions of the user about the Web-page
(name, address and etc.), which he/she visited. This information is used to calculate the
social index and update the system knowledge base.
The registration of a new user in the system can be performed automatically if
his/her account in any of the social networks compiled according to FOAF (W3C
standard).
As a result, the final model of the system can index the Internet resources, not only
by keywords but also by their belonging to a particular social group of people, for
example, fans of sports (football). Thus, a new social network is created, in which all users,
their interests in different fields and Web-documents relate to each other.
Статья поступила в редакцию 02.12.2011.
|