جستجوي پيشرفته | کتابخانه مجازی الفبا

همراه با پیشرفت تکنولوژی، سرمایه‌گذاری بر روی دانش در دسترس سازمان‌ها اهمیت بیشتری یافته است. سازمان‌ها با استفاده از تکنیک‌های گوناگون حجم انبوه دانش در دسترس خود را مورد پردازش قرار می‌دهند. اگر تکنولوژی می‌خواهد بهره‌گیری موثر از دانش را در سازمان تسریع کند، باید بتواند علاوه بر دسترسی به دانش مستندسازی شده دسترسی به دانش افراد را نیز پشتیبانی کند. مسئله یافتن متخصص با هدف استخراج این دانش و تعیین میزان تخصص افراد بر اساس ویژگی‌های مختلف تعریف شده‌است. تکنیک‌های مختلفی برای استخراج و کاوش اطلاعات افراد وجود دارند. در این پایان‌نامه روشی برای یافتن افراد متخصص در یک شبکه اجتماعی ارائه شده است به‌گونه‌ای که در زمانی کوتاه علاوه بر محتویات متنی اسناد مرتبط با کاربران(پروفایل، مقالات منتشره،صفحات وب) گراف اتصالات بین آنان را نیز مورد استفاده قرار دهد. پیدا کردن افراد متخصص موضوعی است که امروزه توجه بسیاری از صاحبان مشاغل را به خود جلب کرده است چون تعریف معیارهایی برای تعیین یک تخصص خاص و انتخاب افراد متخصص بر اساس آن معیارها کاری دشوار می‌باشد. اغلب پژوهش‌هایی که در این زمینه انجام شده تنها اطلاعات ارائه شده توسط خود افراد را برای ارزیابی تخصص آن ها مورد استفاده قرار می‌دهد، اما در این پایان‌نامه هدف این است که با ارائ? راه حلی برای مسئل?یافتن متخصص علاوه بر اطلاعات ارائه شده توسط خود فرد روابط وی با دیگر افراد متخصص نیز مدنظر قرار داده شود. به علاوه، در این پایان نامه روشی جدید برای محاسبه شباهت معنایی بین کلمات ارائه شده‌ و از این روش برای رتبه‌بندی متخصصان بر اساس میزان تناسب با پرس‌وجوی وارد شده استفاده شده‌است.

امروزه یادگیری و آموزش در دنیای مجازی از اهمیت بالایی برخوردار است. بهمین دلیل نیاز به سیستم‌های یادگیری الکترونیک که یادگیری را در هر مکان و زمانی ممکن می‌سازند بیش از پیش احساس می‌شود. از سوی دیگر با توسعه وب، حجم اطلاعات موجود در آن بصورت چشمگیری رو به افزایش است. این امر سبب می‌شود تا سیستم‌های یادگیری الکترونیک با حجم وسیعی از اطلاعات برای آموزش مواجه شوند. اما اصول مشتری مداری این اجازه را به این سیستم‌ها نمی‌دهند تا فراگیران را با حجم زیادی از اطلاعات درگیر کنند. چراکه اولا این امر موجب سردرگمی فراگیران در انتخاب موضوع برای مطالعه می‌شود، ثانیا بسیاری از این اطلاعات با توجه به مواردی نظیر خصوصیات فراگیر، علایق، اهداف و توانمندی‌های وی قابل استفاده توسط او نیستند.در پاسخ به این مسئله سیستم‌های تطبیق پذیر آموزشی ظهور کردند که هدف کلی آنها ایجاد یک تجربه منحصر به فرد آموزشی برای هر فراگیر است. این سیستم‌ها با مدل کردن خصیصه‌های مختلف فراگیر و دراختیار داشتن فرادانشی نسبت به محتوای آموزشی به شخصی سازی مطالب آموزشی برای تک تک فراگیران می‌پردازند. این مطالعه ابتدا به مرور کارهای انجام شده در زمینه سیستم‌های تطبیق پذیر آموزشی می‌پردازد. ماحصل مرور منابع موجود در این حوزه، شکاف‌های تحقیقاتی فعلی است که به تفصیل بررسی می‌شوند. بر این اساس این تحقیق به ارائه مدلی جهت شخصی سازی محتوای آموزشی می‌پردازد. معماری این مدل مبتنی بر ایده سیستم‌های چند عامله است و برای نگهداری محتویات آموزشی از هستی شناسی و استاندارد محتوایی SCORM در سطوح انتزاعی جداگانه بهره می‌گیرد. به منظور اعتبار سنجی این مدل از رویکرد پیاده سازی و شبیه سازی یک سناریوی ساده استفاده شده است. این سیستم بر روی سیستم مدیریت یادگیری Sakai نصب و راه اندازی شده است و به منظور اثبات کارآمدی آن از یک سناریوی ساده برای تطبیق پذیری استفاده شده است. نتایج این شبیه سازی نشان می‌دهند که این مدل بخوبی می‌تواند محتویات آموزشی را به فراگیران مختلف ارائه دهد.

با افزایش روزافزون استفاده از موتور های جستجو برای یافتن صفحات وب، مسئله افزایش دقت و سرعت الگوریتم های رتبه بندی، اهمیت ویژه ی یافته است. الگوریتم رتبه بندی برای تعیین ترتیب نمایش صفحات یافته شده به کاربر، به کار می رود. یک رتبه بندی خوب نتایجی که مطلوب کاربر است را زودتر نمایش می دهد. راهکارهای کنونی رتبه بندی، عمدتا بر مبنای وجود کلمات وارد شده توسط کاربر، در صفحات وب می باشد. در نتیجه، گاه صفحاتی به عنوان نتیجه جستجو بازگردانده می شود که چندان مورد نظر کاربر نیستند و فقط به صرف وجود کلمه ی وارده کاربر در آنها، نمایش داده می شوند. نیاز کاربران به مشاهده صفحاتی که مد نظرشان بوده، سبب شده تا موضوع پیدا کردن روشی جهت رتبه بندی نتایج جستجو بر مبنای نزدیکی به فکر کاربر، اهمیت زیادی پیدا کند. این مشکل می تواند در وب معنایی به عنوان نسل جدید صفحات وب کاهش یابد. موتورهای جستجوی معنایی بر پایه هستی شناسی، می توانند با استفاده از برقراری ارتباط میان کلمات مورد جستجو و دنیای واقعی نتایج دقیق تری را ارائهکنند. در این پایان نامه با به کارگیری هستی شناسی، از ارتباطات موجود میان مفاهیم گنجانده شده در وب معنایی، جهت بهبود روش های رتبه بندی در موتور های جستجوی این نوع وب استفاده می شود. بدین منظور چندین معیار جهت ارزش دهی به صفحات یافت شده، با تکیه بر کاهش بار محاسباتی، پیشنهاد شده است. به منظور ارزیابی معیارهای پیشنهادی یک موتور جستجو ی نمونه پیاده سازی شده است. نتایج بدست آمده از این موتور جستجو با موتور جستجوی گوگل مقایسه و بهبود قابل ملاحظه ای در رتبه بندی نتایج مشاهده شد. این روش نسبت به روش های پیشین پیچیدگی محاسباتی کمتری دارد.

وب‌معنایی با هدف ایجاد ارتباط و تعامل مستقیم ماشین‌ها و بدون دخالت بشر طرح شد، ولی هم‌اکنون با چالش بزرگ تعامل آنتولوژی‌ها روبه‌رو است. این رساله درپی یافتن تناظر بین موجودیت‌های آنتولوژی، با استفاده از روش‌های یادگیری ماشین است. بدین ترتیب که، ابتدا معیار شباهت را در سطوح مختلف برای آنتولوژی‌های واقعی انتخاب و تولید می‌کند، و سپس از معروف‌ترین دسته‌بندی کننده‌های تحت‌نظارت، مثل ماشین بردارهای پشتیان (SVM) ، نزدیک‌ترینk همسایه (KNN)، درخت تصمیم‌گیری (DT) و روش AdaBoost برای دسته‌بندی موجودیت‌ها استفاده می‌کند. البته هر یک از دسته‌بندی‌کننده‌های مذکور با پارامترهای مناسب تنظیم می‌شوند. مدل نهایی بدون نیاز به بازخورد کاربر و کاملاً خودکار است. هم‌ترازی تنها برمبنای اطلاعات موجود در اسناد OWL است، و نیازی به نمونه‌های آنتولوژی نیست. از SVM برای کاهش معیارهای مشابهت استفاده شده، و نتایج حاصل از آزمایش مدل، بیانگر انتخاب روش مناسب و تنظیم صحیح پارامترهاست. به‌طوری‌که قادر به تامین نتایج قابل‌قبول همراه با کاهش قابل‌ملاحظه‌ی هزینه‌ی محاسباتی است. نتایج حاصل از روش AdaBoost بالاترین کارایی را داراست. نتایج حاکی از میانگین مقدار 92 درصد برای معیار F است.

بحث تولید و بازیابی محتوای آموزشی یکی از بحث‌های مهم در آموزش‌ الکترونیکی است. از طرفی باافزایش محتوا روی وب تلاش برای دسترسی به مفاهیم مرتبط با یک حوزه‌ی درسی و آموزشی؛ برای مثال مفاهیم مرتبط با حوزه‌ی سیستم‌های فازی کاری وقت‌گیر، هزینه‌بر و مشکل است و ممکن است جست‌وجو روی وب، محقق را به نتیجه‌ی دلخواه نرساند. بنابراین در بسیاری از تحقیقات اخیر سعی‌ بر این است که روش‌هایی برای دسته‌بندی و نمایش مفاهیم مرتبط به‌صورت کلی و یکپارچه ارائه شود. در این تحقیق سعی‌ شده است که با استفاده از پایگاه‌دانش‌های عمومی ‌به مفاهیم مرتبط با حوزه‌ی دلخواه دسترسی پیدا کرده و به‌صورت دسته‌بندی شده براساس سطح سختی به دانش‌ورزان در قالب یک پایگاه‌دانش ارائه شود. در سال‌های اخیر به‌کارگیری تکنیک‌های وب‌معنایی برای تولید و نمایشِ دانش در آموزش‌ الکترونیکی توجه بسیاری را به خود جلب کرده است. این رساله، سیستمی برای تولید و نمایش دانش ارائه می‌کند که مبتنی‌بر مفاهیمِ نقشه‌‌ی مفهوم، مدل داده‌ای چارچوب توصیف منابع و آنتولوژی است. از آن جهت که این مفاهیم می‌توانند دانش مورد نظر را بهتر نشان دهند و معنا را نیز دربرمی‌گیرند. در روش پیشنهادی از پایگاه‌دانش عمومیِ DBpedia که مبتنی‌بر موجودیت‌های ویکی‌پدیا است برای استخراج مفاهیم آموزشی، از نقشه-ی مفهوم برای ایجاد گرافی از مفاهیم و ارتباطات میان آن‌ها و از ابزارهای ویرایش‌گر آنتولوژی مانند پروتگ برای ساخت پایگاه‌دانش از نقشه‌ی مفهوم به زبانِ آنتولوژی وب استفاده شده است. همچنین از آن‌جاکه ساخت مواد آموزشی کاری وقت‌گیر، مشکل و پرهزینه است، این رساله برای بازیابی مواد آموزشی با استفاده از مدل پیشکارهای وب‌معنایی از موتورهای جستجوگر وب و وب‌سرویس‌های کتابخانه‌های دیجیتال استفاده می‌کند. روش پیشنهادی برای ایجاد پایگاه‌دانش از مفاهیم موجود در حوزه‌ی سیستم‌های فازی و بازیابی مواد آموزشی برای هر مفهوم استفاده می‌کند. ارزیابی سیستم با استفاده از مقایسه‌ی طرح پیشنهادی با کارهای پیشین و نظرسنجی دانش‌ورزان انجام می-شود. براساس این دو ارزیابی می‌توان به معنادار بودن، نشانه‌گذاری ساده‌، قابلیت پویایی ساده، کامل بودن و قابلیت اشتراک پایگاه‌دانش حاصل در تمامی سیستم‌های آموزشی، دسترسی سریع و دسته‌بندی شده به مفاهیم و سرفصل‌های آموزشی و دسترسی به منابع بیشتر اشاره کرد.

معماری سرویس‌گرا (SOA) یک فلسفه‌ی طراحی برای سیستم‌های توزیع‌شده است. هر عملیات در این معماری در قالب یک سرویس طراحی و پیاده‌سازی می‌شود. یکی از روش‌های متداول برای پیاده‌سازی SOA، استفاده از وب‌سرویس‌ها‌ است. در سیستم‌هایی که از اصول سرویس‌گرایی تبعیت می‌کنند، خودکارسازی عملیات اکتشاف وب‌سرویس‌ها‌ با دقت و سرعتی قابل قبول، یک چالش محسوب می‌شود. از طرف دیگر، ناهمگنی در توصیف وب‌سرویس‌ها‌ نیز می‌تواند مشکل‌ساز باشد. با استفاده از یک معماری منسجم برای اکتشاف وب‌سرویس‌ها، می‌توان با این چالش‌ها مقابله کرد.در این پایان‌نامه قصد داریم یک معماری برای انتشار و اکتشاف وب‌سرویس‌های معنایی ارائه نماییم که هدف آن خودکارسازی عملیات انتشار و اکتشاف ‌سرویس‌ها و افزایش سرعت و بهبود دقت اکتشاف سرویس‌ها است. این معماری شامل مولفه‌های نرم‌افزار‌ی انتشار و اکتشاف معنایی و نحوه‌ی تعامل آن‌ها در یک بستر توزیع‌شده است. بستر توزیع‌شده‌ای که‌ برای این معماری طراحی شده است ترکیبی از نظیرها و ابرنظیرها در یک شبکه‌ی هم‌پوشانی ترکیبی است. مدلی برای انتشار و استقرار انباره‌ی وب‌سرویس‌ها در شبکه‌ی P2P آورده شده است که با استفاده از خوشه‌بندی دوسطحی برمبنای context و functionality ترتیب داده شده است. علاوه‌بر‌این، الگوریتم‌هایی را برای مولفه‌های اصلی معماری طراحی کرده‌ایم. با الگوریتم انطباقی که بر مبنای این معماری پیشنهاد شده است می‌توانیم مشکل false positive را در انطباق حل می‌کنیم.

در سال‌های اخیر، تکنیک‌های فیلتر محتوایی دانش‌محور مبتنی‌بر پایگاه دانش و آنتولوژی به‌ روش‌هایی کارا و قابل‌قبول برای فیلتر اطلاعات تبدیل شده‌اند. در این تحقیق از ساختار آنتولوژی و پایگاه‌دانش‌های ویکی‌پدیا، وردنت و BNC برای عمل فیلتر اسناد، بهبود نمایش اولویت‌های کاربری و محتوای اسناد و محاسبه شباهت معنایی استفاده می‌شود. همچنین سامان‌دهی علایق کاربری و محتوای اسناد در پروفایل‌ها امکان استخراج دانش درباره‌ی علایق احتمالی کاربران و محتوای اسناد را با استفاده از آنتولوژی و پایگاه‌دانش فراهم می‌آورد. این تحقیق روشی نوین و منحصر‌به‌فرد در ساختار ترکیب خبرگان برای فیلتر اسناد ارائه می‌کند و مجموعه‌ای از بهترین و کاراترین روش‌های فیلتر را پیاده‌سازی و با هم یکپارچه می‌کند. ارزیابی سیستم در دو مرحله ارزیابی روش‌های محاسبه شباهت معنایی و روش‌های فیلتر محتوایی با استفاده از مجموعه داده‌های میلر- چارلز و 20Newsgroup انجام می‌شود. نتایج ارزیابی، همبستگی زیاد روش‌های محاسبه‌ی شباهت معنایی میان مفاهیم را با قضاوت بشر نشان می‌دهد. روش‌ مبتنی‌بر ویکی‌پدیا با میزان همبستگی 0.779 نه‌تنها از دیگر روش‌های پیاده‌سازی شده بهتر عمل می‌کند بلکه از روش‌های مشابه و شناخته‌شده‌ای مانند CODC با میزان همبستگی 0.693 و روش ESA با میزان همبستگی 0.58 بهتر عمل می‌کند. به‌علاوه در ارزیابی روش‌های فیلتر دانش‌محور ملاحظه می‌شود که روش مبتنی‌بر آنتولوژی با نرخ صحت و کارآیی98.9 و 98 درصد و روش مبتنی‌بر ویکی‌پدیا با نرخ صحت و کارآیی98.2 و 96 درصد نتایجبهتری نسبت به دیگر روش‌های مشابه و شناخته شده مانند NB-SVM Hybrid دارند. همچنین نتایج ارزیابی روش مبتنی‌بر ساختار ترکیب خبرگانبا نرخ صحت و کارآیی 99.4 و 98.9 درصد نشان می‌دهد کهاین روش نه‌تنها از تک‌تک روش‌های پیاده‌سازی شده کارآیی و صحت بالاتری دارد، بلکه می‌تواند خطاهای عمل فیلتر را تصحیح کند. براساس این نتایج، سیستم پیاده‌سازی شده می‌تواند به‌عنوان رویکرد جدیدی در فیلتر محتوایی و به‌عنوان چارچوبی برای استفاده در کاربردهای فیلتر اطلاعات استفاده شود.

با توجه به حجم عظیم دانش و اطلاعات بشر و رشد روزافزون مستندات در زمینه‌های مختلف، پردازش زبان‌های طبیعی و تبدیل متون به دانش قابل فهم برای ماشین، مورد توجه قرار گرفته است. با استفاده از سیستم‌های استخراج اطلاعات می‌توان بطور خودکار پایگاه دانشی ساخت‌یافته از متون ایجاد کرد. در واقع هدف یک سیستم استخراج اطلاعات، استخراج حقایق از متون غیرساخت‌یافته و نمایش آن‌ها در قالب‌های ساخت‌یافته مانند سه‌گانه‌های RDF می‌باشد. اگر حقایق در قالب معنایی RDF نگاشت شوند، می‌توان اطلاعات مورد نیاز را با ساخت و ارسال پرس‌وجوهای SPARQL روی پایگاه دانش بدست آورد. در این پایان‌نامه، روشی برای استخراج آزاد حقایق از متون زبان فارسی پیشنهاد شده است که در آن استخراج حقایق در سطح جمله و بر اساس تشخیص افعال و روابط وابستگی‌ بین اجزای جمله انجام می‌شود. راه‌کار پیشنهادی، حقایق اصلی را بر اساس فعل و حقایق فرعی را بر اساس روابط بین گروه‌های اسمی جمله استخراج و برای تبدیل به قالب RDF آماده‌سازی می‌کند. برای نگاشت حقایق در قالب معنایی RDF، URI قسمت‌های نهاد، مسند و گزاره یک حقیقت با استفاده از شبکه واژگان و ویکی‌پدیا شناسایی می‌شود. در نتیجه در راه‌کار پیشنهادی شبکه واژگان فردوس‌نت بصورت خودکار بر اساس شبکه واژگان انگلیسی ایجاد می‌شود. نتایج حاصل از ارزیابی نشان می‌دهد که روش پیشنهادی در استخراج حقایق موفق بوده و باعث بهبود دقت و فراخوانی نسبت به سیستم‌های موجود می‌شود. علاوه بر‌این سیستم پیشنهادی حقایق را در قالب معنایی RDF استخراج می‌کند.

با پیشرفت فناوری های اطلاعاتی و مخابراتی، مقادیر فراوانی اطلاعات ناهمگن و توزیع شده فراهم شده است. وب معنایی سعی دارد تا این اسناد و اطلاعات را به فرم داده قابل فهم (دانش) برای ماشین نمایش دهد. یکی از راه های نمایش دانش در وب معنایی، آنتولوژی است که واژه ها و ارتباط بین آن ها را در یک دامنه خاص نشان می دهد. امروزه آنتولوژی ها به روش های مختلف و توسط توسعه دهندگان متفاوتی مدل می شوند، بنابراین همواره تفاوت هایی بین مفاهیم مدل شده در آنتولوژی ها وجود خواهد داشت که تعامل میان آن ها را مشکل می سازد. تطبیق آنتولوژی ها، به عنوان زیرساختی مناسب برای انجام تعاملات در وب معنایی مطرح شده است و به فرآیند یافتن روابط و یا شباهت ها بین موجودیت های آنتولوژی های مختلف اشاره دارد. تاکنون تطبیق دهنده های بسیاری مطرح شده اند که در برخی موارد خوب عمل می کنند و در برخی موارد خوب عمل نمی کنند. این مساله، اهمیت خاصی به انتخاب تطبیق دهنده و ترکیب تطبیق دهنده ها می بخشد. از طرفی، تطبیق خودکار آنتولوژی ها به دلیل عدم تعامل با کاربر، نمی تواند نتایجی با کیفیت بالا به ویژه بر روی مجموعه داده های بزرگ حاصل نماید و این چالشی دیگر است که با عنوان عدم قطعیت در تطبیق آنتولوژی ها بیان شده است. در این پایان نامه، یک متاسیستم تطبیق دهنده با نام MixAlign پیشنهاد شده است که از یک سو به ترکیب نتایج تطبیق دهنده های آنتولوژی ها می پردازد و از سوی دیگر به طور همزمان، مساله عدم قطعیت را رفع می کند تا خروجی تطبیق (هم ترازی)، بهبود یابد. معماری پیشنهادی این سیستم، متشکل از سه بخش با نام های تبدیل کننده فازی، تجمیع کننده فازی و استخراج کننده پویا می باشد. در اینجا با استفاده از تئوری مجموعه های فازی که یکی از روش های ارائه عدم قطعیت است، طبیعت غیرقطعی نگاشت ها مدل سازی می شود. در ادامه، این هم ترازی ها با تعریف درجه توافق مبتنی بر مرکز ثقل اعداد فازی ذوزنقه ای، ترکیب می شوند و سپس، نگاشت های مناسب جهت هم ترازی نهایی استخراج می شوند. بدین ترتیب با هم ترازی های ناقص، متناقض و مخرب، به نحوی قابل قبول رفتار می شود تا در نهایت بتوان از میان چندین هم ترازی ارائه شده برای دو آنتولوژی، به یک هم ترازی توافقی با دقت بیشتر رسید. نتایج تجربی نشان داد که ترکیب هم ترازی های خروجی سیستم های تطبیق دهنده به کمک این روش، کیفیت و دقت واقعی هم ترازی نهایی را نسبت به سیستم های اولیه (قبل از ترکیب) و نسبت به سایر روش های تجمیع مشابهت بهبود می بخشد.

قابلیت عمل پذیری متقابل،در اجتماع وب معنایی به یک امر بسیار مهم و حیاتی تبدیل شده است. طراحان وب، هم چنان با مشکل قابلیت عمل پذیری متقابل معنایی روبرو هستند، که در مسیراستفاده ازکلیه امکانات بالقوه وب قرار دارد. یک مسأله اصلی در قابلیت عمل پذیری متقابل در وب معنایی، تطابق هستان شناسی هاست. تطابق هستان شناسی ها، به فرآیند یافتن روابط و یا تشابه های بین موجودیت های هستان شناسی های مختلف اشاره دارد. تطابق هستانشناسی ها یک مسأله اصلی در بسیاری از کاربردها، مانند مجتمع سازی داده ها، انبار داده ها، تجارت الکترونیکی، و پردازش پرس وجوهای مفهومی می باشد. در این پایان نامه با الهام از یک روش مشهور قبلی (که +prior خوانده می شود) یک روش نوین برای تطابق هستان شناسی ها ارائه می دهیم. +prior، از معیارهای مختلف شباهت استفاده می کند و آن ها را با یک روش وفقی با یکدیگر مجتمع می سازد و درنهایت در صورت لزوم، یک شبکه تعاملی را برای یافتن پیکربندی که به بهترین شکل قیدهای هستان شناسی را ارضا می‌کند، به کار می گیرد. روش پیشنهادی ما بهبودهایی درمراحل مختلف+prior انجام می‌دهد. بهبودهای پیشنهادیشامل تعریف یک معیار شباهت جدید، یک روش جدید برای مجتمع‌سازی شباهت‌ها با استفاده از تعریف یک مفهوم نوین، و ایجاد تغییری در مرحله ارضای قیدهای هستان شناسی است. نتایج ارزیابی بر روی مجموعه محک استاندارد OAEI نشان می دهد روش پیشنهادی ما، معیارهای استاندارد ارزیابی را نسبت به +priorبهبود می بخشد. مقایسه با دیگر روش های مشهور تطابق نیز نشان میدهد روش ما، نتایج خوبی تولید می کند.