جستجوي پيشرفته | کتابخانه مجازی الفبا

با توجه به رشد روزافزون اطلاعات و دانش, حجم‌هاي بسيار بالا از اين اطلاعات و دانش‌ها موجود مي باشد که جستجو براي يافتن اطلاعاتي خاص در آن‌ها, به دليل حجم‌هاي بالاي آنها ديگر کار آساني نمي‌باشد.همواره نياز به سيستم‌هايي که بتواند اطلاعات مورد نياز افراد را فراهم کند احساس ‌شده است. چالش‌هاي فني در مسير طراحي اين گونه سيستم‌ها را مي‌توان در دسته‌هاي کلي تقسيم‌بندي کرد. مي‌توان به نحوه ذخيره سازي و بازيابيو همچنين نحوه ارتباط با کاربر, به عنوان دو مسئله مهم در طراحي اين گونه سيستم‌ها اشاره کرد که هر کدام شامل مسائل زيادي نظير شاخص‌گذاري, ذخيره-سازي, پردازش و ... است. در بسياري از موارد تعامل خوبي بين کاربران و موتور هاي جستجوي وب برقرار نمي‌شود.دليل اصلي اين موضوع عدم استفاده از زبان مناسب و قابل فهم موتور جستجو توسط کاربر و همچنين عدم توانايي کاربر در بيان نياز هاي خود است.يکياز راه‌کارهاي حل اين مشکل استفاده از تکنولوژي معنايي است که امکان استفاده از مفاهيم و ارتباطات آنها را نيز به سيستم مي‌دهد . استفاده از اين تکنولوژي نيز چالش‌هايي را به همراه دارد.از مشکلات اين کار ارتباط مفاهيم با همديگر و در نظر گفتن آنها در سامانه , عدم وجود ساختمان داده متناسب با اين تکنولوژي , نحوه نمايش نتايج بر اساس ارتباطات معناييو زباني است که کاربر بتواند نياز ها خود را با استفاده از آن زبان به خوبي بيان کند. همزمان با بکار‌گيري تکنولوژي معنايي سعي گرديده تاحدودي زبان مورد استفاده کاربر به عنوان زبان پرس و جو وهمچنين مفاهيم کلمات به زبان طبيعي کاربر نزديک باشد. اين تحقيق نيز در جهت مطالعه براي ايجاد موتور جستجويي با استفاده از تکنولوژي معنايي در حوزه صفحات فارسي ICT مي باشد. در اين پروژه با توجه به امکانات موجود سعي در طراحي اوليه يک موتور جستجوي معنايي با استفاده از ساخت يک هستان شناسي بوده است. تمرکز بر روي ايجاد يک ساختمان داده و همجنين استفاده بهينه و انجام جستجوي معنايي با استفاده از اين ساختمان داده است.

از آنجایی که آبخوان‌های آهکی معمولاً دارای کیفیت آب بالاتری نسبت به آبخوان‌های آبرفتی می‌باشند، قوانینی در وزارت نیرو وضع شده، که به موجب آن آبخوان‌های کارستی نباید مورد استفاده بخش کشاورزی واقع شوند و فقط برای آب شرب مورد استفاده قرار گیرند. در اين تحقيق هدف بررسي وجود ارتباط هیدرولیکی بین آبخوان‌های آبرفتی و آبخوان‌های آهکی موجود در زیرین آنها در دشت‌های اسلام آباد غرب و ذهاب در استان کرمانشاه می‌باشد. به منظور بررسی خصوصیات هیدرودینامیکی آبخوان‌های دشت ذهاب شش سری داده‌ی آزمایش پمپاژ با دبی ثابت و 16 سری داده‌ی افت پلّه‌ای با استفاده از نرم افزار تخصصی aquifer win32 مورد تجزیه و تحلیل قرار گرفته است. همچنین 13 سری داده‌ افت پلّه‌ای با استفاده از این نرم‌افزار برای بررسی خصوصیات هیدرودینامیکی آبخوان‌های دشت اسلام آباد غرب ارزیابی شده است. قابل ذکر است که در این دشت‌ها هر دو نوع آبخوان آبرفتی و آبخوان آبرفتی-آهکی وجود دارد. نتایج به دست آمده نشان می‌دهدکه در هر دو منطقه قابلیت انتقال، دبی ویژه و شاخص ناهمگنی برای آبخوان‌های آبرفتی–آهکی بیشتر از آبخوان‌های آبرفتی می‌باشد، در حالی که آبخوان‌های آبرفتی از مقدار افت ویژه بالاتری نسبت به آبخوان آبرفتی–آهکی برخوردار می‌باشند. در تیر ماه 1389 از چاه‌های موجود در دشت‌های ذهاب واسلام آباد غرب به ترتیب 13 و 11 نمونه جهت بررسی خصوصیات هیدروژئوشیمیایی برداشت شد. نتایج حاصل از تجزیه و تحلیل داده‌های دریافتی نشان می‌دهدکه در دشت ذهاب هدایت الکتریکی در جهت جریان آب زیرزمینی (از غرب به شرق) از 500 به 900 میکروموس بر سانتیمتر و در دشت اسلام آباد غرب نیز در جهت جریان (از شمال‌غرب به جنوب‌شرق) از 450 تا 800 میکروموس بر سانتیمتر افزایش می‌یابد. همچنین این نتایج نشان می‌دهد که در دشت اسلام آباد غرب ورود آب از سازند گچساران که در قسمت مرکزی دشت رخنمون دارد، باعث تخریب کیفیت آب زیرزمینی این دشت گردیده است. همچنین بررسی نقشه پتانسیل، نمودارهای ترکیبی و کیفی آب زیرزمینی دشت‌های مورد مطالعه نشان می‌دهد که بین آبخوان‌های آبرفتی و آبخوان‌های آهکی ارتباط هیدروژئولوژیکی وجود دارد به گونه‌ای که آبخوان‌های آبرفتی از آبخوان‌های آهکی مجاور یا زیرین تغذیه می‌شوند.

هم‌اکنون چالشی عظیم برای ایجاد مدل‌های کسب‌وکار مبتنی بر استراتژی‌های الکترونیکی به‌و‌جود آمده است تا سازمان‌های سنتی و با اینرسی زیادرا به سازمان‌های پویا و با اینرسی کمتبدیل کند. دستیابی به چنین سازمان‌هایی، بدون بهره‌مندی از طراحی مدل‌های موفق و شناخت استانداردهای مربوط به آن صنعت امکان‌پذیر نیست. البته تاكنون تحقيقات معدودي به طراحي مدل كسب‌وكار براي كسب‌وكارهاي آينده و درحال ظهور پرداخته‌اند. ما در این تحقیق کوشیده‌ایم تا پس از مرور ادبیات مدل‌های کسب‌وکار، مدل کسب‌وکار شرکت مخابرات ایران را استخراج، و در ادامه چارچوبی را جهت تحقق مدل کسب‌وکار B2B شرکت مخابرات ایران، شناسایی و زیرساخت‌های لازم جهت تحقق آن پیشنهاد نماییم. البته شناسایی استاندارد eTOM را که می‌توان از آن به‌عنوان ارزش‌های قابل‌ارائه شرکت‌های مخابراتی نام برد، را لازم دانسته و مورد توجه قرار داده‌ایم(پیوست). به‌این منظور، در تحقیق حاضر از آنتالوژی BMOکه در رسالة دکترای اُستروالدر (2004) تا دو سطح کسب‌وکار شرکت مخابرات ایران(وضع موجود و وضع انتظار) بهره‌مند، و نقش IT در تقویت هریک از اجزاء تبیین شده است و نیز برای توصیف بلوک‌های کسب‌وکار شرکت‌ مخابرات ایران در مطالعات وضع موجود به شناسایی چالش‌های هر بخش به‌طور مجزا با توجه به نظر خبرگان و کارشناسان حوزه توجه شده است. و در نهایت به ارائة راه‌کارهای ممکن برای تحلیل، طراحی و پیاده‌سازی وضع مورد انتظار و معرفی و پیشنهاد زیرساخت مناسب IT جهت تحقق مدل کسب‌وکار B2B برای شرکت مخابرات ایران پرداخته‌ایم، تحقیق حاضر کیفی بوده و روش‌شناسی مطالعة موردی به‌دلیل ماهیت اکتشافی تحقیق و فراهم‌آوردن امکان بررسی عمیق و دقیق نسبت به سوژة مورد بررسی انتخاب گردید. بدین‌ترتیب که ابتدا با استفاده از فلسفة راهبردی پژوهش یعنی مصاحبه‌ کیفی با خبرگان، بررسی مدارک و مستندات، انجام مصاحبه با خبرگان دانشگاهی، کارشناسان و مدیران سطوح مختلف شرکت مخابرات ایران اشاره شده است که از مهم‌ترین آن مشارکت‌های نظریاین تحقیق به‌شمار می‌آیند. در تحقیق حاضر، برای ایجاد روایی تفاسیر از حلقه‌های بازخور یعنی مراجعه به مصاحبه‌شونده‌ها به‌منظور اطمینان از صحت تفاسیر استفاده شده است. و همچنین به‌منظور دستیابی به پایایی، تلاش شده که در مرحلة تحلیل داده‌های حاصل از مصاحبه‌ها، از مقایسه با متون استفاده شود.

با گسترش رسانه‌های اجتماعی در فضای وب (انجمن‌های وب، شبکه‌های اجتماعی، بلاگ‌‌ها و ...) منابعی غنی و ارزان از نظرات به‌وجود آمده‌اند، مردم و تولیدکنندگان برای بررسی نظرات به این رسانه‌ها روی آورده‌اند. تحلیل نظرها از دو جنبه کاربرد فراوان دارد. برای صاحبان تجارت، گرفتن بازخورد مشتریان از محصول و سرویس می‌تواند بسیار مفید باشد تا براساس آن، تصمیم‌های مناسبی را در محصول و سرویس‌های بعدی خود دخیل کنند. همچنین برای کاربرانی که قصد تهیه محصول را دارند، استفاده از نظر سایرین برای رسیدن به خریدی مطمئن و مطابق با سلایق خود می‌تواند کمک کننده باشد. هدف اصلی این تحقیق ایجاد و پیاده‌سازی سیستم کاوش نظرات در وب و تحلیل این نظرات برای به‌دست آوردن میزان نظرات مثبت و منفی مربوط به هر یک از ویژگی‌های محصول است. هدف نهایی این سیستم، مشخص کردن میزان نظرات مثبت و منفی ویژگی‌های محصول و رتبه‌بندی (Rank) ویژگی‌های محصولات موجود بر اساس بیش‌ترین نظرات مثبت و منفی است تا کاربر از بین محصولات موجود، محصولی که دارای بیش‌ترین نظرات مثبت برای ویژگی‌های دلخواه است را بتواند انتخاب کند. در تحقیق پیش‌رو سعی بر آن داریم با استفاده از آنتولوژی و ابزارهای وب‌معنایی با استفاده از معنای جملات و مفاهیم مستتر در محتویات نتایج بهتری نسبت به روش‌های سنتی به‌دست آوریم. در این تحقیق فرض بر این است که در هر نظر، کاربران به ویژگی‌های مختلفی از موضوع اشاره می‌کنند و در آن نظر ممکن است برخی ویژگی‌ها از نظر کاربر مثبت و برخی دیگر از ویژگی‌ها منفی تلقی شود. با این دید، یک نظر از کاربر را به‌جای آن‌که مطلق مثبت یا منفی قلمداد کرد، مثبت، منفی و خنثی را به هر یک از ویژگی‌هایی که کاربر ذکر می‌کند اعمال می‌کنیم.

هدف اساسی از این مطالعه، مکان یابی محل مناسب برای حفر چاه به منظور تأمین آب شرب شهر کرند در شمال غرب اسلام آباد، در استان کرمانشاه می باشد. منطقه مورد مطالعه یک منطقه کارستی است که در اطراف شهر کرندغرب در بین طولهای جغرافیایی 46 درجه و 6 دقیقهتا46 درجه و22 دقیقه شرقیو عرض جغرافیایی 34 درجه و 9 دقیقه تا 34 درجه و 29 دقیقه شمالی واقع شده است. در این تحقیق،از اطلاعات زمین شناسی، هیدروژئولوژی و ژئومورفولوژی برای تعیین محل مناسب حفر چاه استفاده شده است. ابتدا تمامی عوامل موثر بر حضور و یا جریان آب‎زیرزمینی درمنطقه شناسایی شده و به لایه های اطلاعاتی تبدیل شده اند. این پارامترها شامل لیتولوژی، شیب لایه ها، عمق دره های کارستی، تراکم شکستگی ها و فاصله از شکستگی ها می باشد. در تهیه این لایه-ها از نرم افزار های دورسنجیRSو سیستم اطلاعات جغرافیایی GIS استفاده شده‎ است. بعد از آماده سازی لایه های اطلاعاتی جهت تصمیم گیری همه جانبه،به هر لایه یک ارزش متناسب با اثر آن بر جریان آب‎زیرزمینی در محل مطالعه اعطا شده است. با استفاده از نرم افزار GISهمپوشانی لایه ها انجام شده و در نهایت مناطق با ارزش بالای 70 درصد جهت بررسیمرحله بعدی انتخاب شده است. در مرحله نهایی با توجه به موقعیت مکان های انتخاب شده در مرحله اول نسبت به مرز-های هیدروژئولوژیکی، پایین دست یال تاقدیس و سطح محوری ناودیس ها و فاصله از شهر کرند-غرب، برخی از مناطق پیشنهاد شده در مرحله اول حذف شده اند.در نهایت، مناطق باقیمانده با توجه به برخی محدودیت ها از قبیل قرارگیری در حوضه آبگیر چشمه های منطقه، مجدداً مورد بازنگریقرارگرفته و محل های مناسب از بین آنها برای حفر چاه به منظور تأمین آب شرب شهر کرندغرب معرفی شده اند.

در سال‌های اخیر، تحقیقات بسیاری جهت پیدا کردن روابط معنایی بین موجودیت‌ها به منظور بالا بردن سطح تجاری ارگان‌ها و شرکت‌ها انجام شده است. یکی از این روابط، رابطه مکمل بین کالاهاست. این رابطه، کالاهایی را مشخص می‌کند که در جهت برآورده ساختن یک نیاز با یکدیگر مصرف می‌شوند. این رابطه کاربردهای فراوانی در زمینه تجارت الکترونیکی و بازاریابی دارد. در این رساله، اقدام جدیدی جهت کشف این روابط انجام گرفته است. بدین صورت که یک روش خودکار و نظارت نشده جهت استخراج روابط مکمل بین کالاهای موجود در یک کاتالوگ محصولات در قالب یک روش یادگیری آنتولوژی با استفاده از اسناد موجود در وب به عنوان مجموعه نوشته‌های یادگیری طراحی و پیاده‌سازی شده است. در عصر حاضر، با رشد سریع جامعه اطلاعاتی، وب تبدیل به مخزن اطلاعاتی با ارزشی در همه حوزه‌های دانشی ممکن جهت انجام وظایف کسب دانش و بازیابی اطلاعات شده است. روش یادگیری آنتولوژی ارائه شده از خصوصیات وب به عنوان مجموعه نوشته‌های یادگیری بهره‌برداری می‌کند و بدین منظور روش‌های جدیدی جهت کسب دانش از مجموعه نوشته‌های وب، مورد استفاده قرار گرفته‌اند. رویه ارزیابی خودکاری نیز جهت ارزیابی روابط استخراج شده با استفاده از مخزن اطلاعاتی WordNet، طراحی شده است که روابط استخراج شده با استفاده از روش یادگیری آنتولوژی پیشنهادی به وسیله این رویه، مورد ارزیابی قرار گرفته است.از آن جایی که کالاهای مکمل کاربردهای فراوانی در بازاریابی و تجارت الکترونیک دارند و جهت نشان دادن کاربرد روابط استخراج شده، در نهایت یکی از کاربردهای این کالاها در زمینه تبلیغات زمینه‌ای انتخاب شده است. تبلیغات زمینه‌ای، یکی از انواع تبلیغات اینترنتی است که به صورت خودکار بر‌اساس محتوای صفحات وبی که کاربر در حال مرور کردن آن است، تبلیغات مرتبط را در این صفحات قرار می‌دهد. با استفاده از روابط استخراج شده از مرحله قبل، الگوریتم جدیدی جهت تطابق تبلیغات و صفحات در تبلیغات زمینه‌ای طراحی و پیاده‌سازی شده و سپس کارایی روابط استخراج شده در این تبلیغات، مورد ارزیابی قرار گرفته است.

اگر روشی وجود داشت که می شد به کمک آن معنا و مفهوم داده ها را برای ماشین تبیین و تفسیر کرد، آن گاه طبیعتاً ماشین می توانست بر اساس نیاز کاربر نتایج به مراتب دقیق تری را در اختیار او قرار دهد. به طور کلی وب معنایی ساختارمند کردن داده ها، اضافه کردن معنای آنها و در نهایت بازنمایی دانش به کمک ماشین با استفاده از فناوریها و استانداردهایی است که به وسیله کنسرسیوم وب جهان گستر در حال تدوین و تکمیل هستند. تیم برنرزلی و دوستانش وب معنایی را چنین معرفی می کنند: وب معنایی شاخه ای از وب فعلی است که در آن به اطلاعات، معنایی دقیق تخصیص داده شده است به گونه ای که کامپیوترها و انسان ها بتوانند با یکدیگر به صورت مشترک به کار بپردازند. این تعریف از چندین جنبه حائز اهمیت است. نخست، وب معنایی شاخه ای از وب فعلی است و به آرامی جایگزین آن خواهد شد. دوم این که در وبمعنایی به هر داده، تعدادی معنای مناسب تخصیص داده می شود. سوم این که هدف انجام اعمالی است که به وسیله انسان و ماشین بصورت مشترک انجام شود. در این تحقیق سعی می کنیم نقشه راهی ارائه نماییم تا صاحبان شرکت های تجاری بتوانند وب معنایی را به راحتی درک و عملی نموده و از پیاده سازی آن در ارائه خدمات تجاری خویش بهتر و بیشتر بهره گیرند. چارچوب توصیف منابع ، سرویس های وب ، هستی شناسی و ... فناوریهای وب معنایی هستند که ما در این تحقیق به آنها پرداخته ایم و مطالعه موردی آن در شرکت ایران خودرو خراسان اجرا شده است .

آنچه که تا کنون در فضای وب جریان داشته است افزایش روزافزون حجم اطلاعات و مستندات موجود در آن بوده است، بدون اینکه این افزایش حجم مستندات تاثیری در کاربرد و بهره برداری خودکار اطلاعات موجود به همراه داشته باشد. به علاوه امروزه اکثریت محتوای وب بر روی پایگاه داده های رابطه ای ذخیره شده اند. حرکتی که گام های اولیه آن درحال شکل گیری است تغییر شکل «وب» به موجودیتی تحت عنوان «وب معنایی» میباشد. وب معنایی یک گسترش از وب موجود است که گاهی اوقات تحت عنوان «وب آینده» و یا «وب نسخه 3» معرفی می شود، که در آن به اطلاعات، معانی خوش تعریفی داده می شود که بتوانند قابلیت همکاری بهتر بین کامپیوتر ها و انسان را فراهم کنند. موفقیت وب معنایی بر تولید انبوه داده های معنایی وابسته است. با توجه به حجم عظیم داده های رابطه ای ذخیره شده در پایگاه داده های رابطه ای موجود در وب، انتشار این داده های رابطه ای بر روی وب معنایی بسیار پر کاربرد خواهد بود. در این پایان نامه، الگویی جهت پیاده سازی جستجوی معنایی بر روی داده های ذخیره شده در پایگاه داده های رابطه ای، با استفاده از تکنیک های وب معنایی ارائه شده است. گام های اصلی الگوی پیشنهادی در این پایان نامه از این قرارند:1-بازنمایی داده های سازمانی ذخیره شده بر روی پایگاه داده های رابطه ای بر اساس گراف های معنایی با استاندارد RDF به صورت یک پایگاه دانش معنایی(نگاشت داده های رابطه ای به گراف های معنایی)2-آنالیز وابستگی های داده ای برنامه و بازنمایی اجزای برنامه و ارائه یک آنتولوژی سازمانی بر اساس آنها3-پیاده سازی یک موتور جستجوگر معنایی که بر پایه آنتولوژی سازمانی تهیه شده و پایگاه دانش نگاشت شده، که به جستجوی معنایی بر روی اطلاعات دامنه مورد نظر می پردازد.

با توجه به مقاومت باکتری‌ها نسبت به آنتی‌بیوتیک‌ها و نیاز روزافزون انسان به استفاده از گیاهان دارویی برای کنترل بیماری‌ها بررسی‌های بیشتر گیاهان مورد توجه محققین قرار گرفتند. لذا هدف از این تحقیق بررسی اثر ضد میکروبی عصاره تام و فراکسیون‌های کلروفرمی اتیل استاتی متانولی و آبی حاصل از بخش هوایی گیاه مریم گلی مصری علیه 5 سوش باکتریایی و یک سوش قارچی بود. گیاه Salvia aegyptiaca از گیاهان اندمیک ایران است. این گیاه از خانواده Lamiaceae می‌باشد که در اردیبهشت ماه 1391 از بندرعباس جمع‌آوری گردید، عصاره‌گیری سر شاخه‌های هوایی با متانول به روش پرکولاسیون انجام گردید و فراکسیون‌های کلروفرمی، اتیل استاتی، متانولی و آبی آن به روشliquid-liquid fractionation تهیه شد. اثر آنتی‌باکتریال در غلظت‌های (80 mg/µl) 1000، (40 mg/µl) 500، (20mg/µl) 250، (10 mg/µl) 125 میلی‌گرم/ میلی‌لیتر برای عصاره تام و فراکسیون‌های کلروفرمی، متانولی و آبی علیه سه باکتری گرم مثبت: استافیلوکوکوس اورئوس (PTCC 1431)، استافیلوکوکوس اپیدرمیدیس ((PTCC 1435 باسیلوس سرئوس (PTCC 1015) و دو باکتری گرم منفی: اشرشیاکلای (PTCC 1399)، سودوموناس آئروژینوزا (PTCC 1430) و قارچ کاندیدا آلبیکنس(PTCC 5027)توسط روش چاهک پلیت بررسی شد. در این مطالعه عصاره تام بر روی باکتری‌های سودوموناس آئروژینوزا، استافیلوکوکوس اورئوس، باسیلوس سرئوس موثر بود اما بیشترین اثر را روی سودوموناس آئروژینوزا در غلظت (40 mg/µl) 500 میلی‌گرم بر میلی‌لیتر (33/11 میلی‌متر) داشت. فراکسیون کلروفرمی بر روی سودوموناس آئروژینوزا در غلظت (40 mg/µl) 500 میلی‌گرم بر میلی‌لیتر، (33/17 میلی‌متر) اثر داشت. فراکسیون متانولی بر روی سودوموناس آئروژینوزا و باسیلوس سرئوس موثر بود، اما بیشترین اثر را روی باسیلوس سرئوس در غلظت (10 mg/µl) 125 میلی‌گرم بر میلی‌لیتر (33/11 میلی‌متر) داشت. فراکسیون آبی بر روی باکتری‌های استافیلوکوکوس اورئوس و باسیلوس سرئوس موثر بود اما بیشترین اثر را روی استافیلوکوکوس اورئوس در غلظت (80 mg/µl) 1000 میلی‌گرم بر میلی‌لیتر، (12 میلی‌متر) داشت.MIC (حداقل غلظت نهایی) برای عصاره تام که اثر ضد باکتری بر روی باکتری‌های استافیلوکوکوس اورئوس (MIC: 250 mg/ml)، سودوموناس آئروژینوزا (MIC:1000 mg/ml)، فراکسیون کلروفرمی بر روی سودوموناس آئروژینوزاMIC: 1000 mg/ml (، استافیلوکوکوس اورئوس (MIC: 1000 mg/ml)، باسیلوس سرئوس (MIC:1000 mg/ml)، قارچ کاندیداآلبیکنس (MIC:500 mg/ml)، فراکسیون متانولی بر روی سودوموناس آئروژینوزا (MIC:500 mg/ml)، استافیلوکوکوس اورئوس (MIC:500 mg/ml)، باسیلوس سرئوس (MIC:125 mg/ml)، استافیلوکوکوس اپیدرمیدیس (MIC:500mg/ml)، اشریشیاکلای(MIC:1000 mg/ml) و فراکسیون آبی برروی سودوموناس آئروژینوزا (MIC:500 mg/ml)، استافیلوکوکوس اورئوس (MIC:1000 mg/ml) باسیلوس سرئوس (MIC:1000 mg/ml) ، استافیلوکوکوس اپیدرمیدیس(MIC:1000 mg/ml)، اشریشیاکلای(MIC:500 mg/ml)با متد میکرودیلوشن داشت.

وب معنایی شامل قرار دادن داده‌ها روی وب و ساختن ارتباطات به گونه‌ای است که انسان و ماشین بتوانند محتوای وب داده را کاوشنمایند. هدف وب معنایی افزایش توانایی ماشین‌ها در دسترسی به منابع موجود در وب، پردازشو بکارگیریآن‌ها می‌باشد. با توجه به رشد گسترده‌ی داده‌های پیوندی و افزایش مجموعه داده‌ها در چند سال اخیر، نیاز به ابزاری برای کشف پیوند در مقیاس وسیع احساس می‌شود. ابزارهای کنونی برای کشف پیوند مجبور به مقایسه‌ی تمامی موجودیت‌ها در مجموعه داده‌ها هستند. با خوشه بندی موجودیت‌ها، می‌توان قبل از ایجاد پیوند و بر اساس نوع پیوند تعداد مقایسه‌ها بین موجودیت‌ها را کاهش داد. یکی از مهم‌ترین اتصالات معنادار در وب داده، شناسایی و اتصال موجودیت‌هایی است که به یک موجودیت یکسان اشاره می‌کنند ولی دارای شناسه‌های یکتای منبع متفاوت هستند و در مجموعه داده‌های مختلفی قرار دارند. در این تحقیق یک مدل به منظور شناسایی وایجاد خوشه‌هایی با موجودیت‌های همانند در وب داده ارائه شده است. مدل ارائه شده قابل بکارگیری روی مجموعه داده‌ها با دامنه‌های متفاوت است. این روش می‌تواند به عنوان یک مولفه در ابزارهای کشف پیوند مانند ابزار silk استفاده شده و سبب بهبود پبچیدگی زمانیوافزایش دقت کشف پیوند شود.مدل پیشنهادی دارای دو ماژول اصلی است: 1.