（计算机应用技术专业论文）基于语义web的智能查询系统及其在鲜花网站中的应用.pdf

基于语义w e b 的智能查询系统 及其在鲜花网站中的应用 摘要 随着i n t e m e t 的普及，电子商务成为w e b 技术的重要应用。电 子商务提供商和客户的交互模式可以归结为从数据库中选择最能 符合客户要求的产品供其选择。这种模式下交易双方面临着同样的 问题：电子商务提供商和客户面临不同的产品描述。电子商务中产 品描述信息的不一致性是有效完成信息交换的主要障碍之一。 电子商务面临的第二大障碍是给顾客提供智能的查询系统。各 电子商务网站是某个领域的知识专家，而顾客对领域知识则知道的 较少。电子商务网站应该利用自己丰富的领域知识为客户提供一个 智能查询系统。 下一代w e b 技术语义w e b 为解决以上问题提供了新的方 法。语义w e b 中最基本的本体技术，及该技术的逻辑基础d l 是实 现w e b 环境下智能查询的关键。 本论文以鲜花网站为实例，结合语义w e b 、本体、d l 技术完 成了一个基于语义w e b 的智能查询原型系统。在构建这个原型系统 中本人所做的主要工作如下： 1 ，收集并整理了涉及选购鲜花的相关信息。 现有鲜花网站拥有大量关于鲜花、如何选购鲜花的领域知识。 但是，这些知识采用自然语言描述，概念不够清晰，并且存在互相 矛盾的现象。因此必须整理、分析这些知识，得出一个明确的、一 致的鲜花礼品的知识库。 2 完成选购鲜花相关本体工程。 对涉及鲜花查询的知识进行收集和整理，建立了人的社会关系 本体、节日本体、目的本体、鲜花本体、鲜花案例本体。这些本体 提供鲜花网站信息重用和共享基础。同时，这个本体经过扩展可作 为礼品网站的本体。 3 建立了基于语义的查询界面。 现有网站的查询界面在组织上缺乏科学性，本系统根据建立的 本体，构建了一个基于语义的查询界面。该界面既保证顾客简单快 捷提出查询条件，又能使系统获得尽可能多的查询信息。 4 提出一种基于语义w e b 的查询推理模式。 该查询推理模式的逻辑基础是d l ，该模式提出精确查询和扩 展查询两种策略，并给出了逻辑表达式和系统结构图。 5 将语义w e b 技术应用到网上花店，建立一个智能鲜花查询 原型系统。 将语义w e b 与销售鲜花领域结合，在b 2 c 模式下利用语义w e b 建立一个知识库，基于这个知识库实现智能查询。这个知识库同时 实现了b 2 c 模式下鲜花领域知识的共享和重用。原有查询模式中顾 客通过一个查询界面提出条件后，查询信息进入数据库中提取出产 品信息，传给客户。而本系统中在顾客和产品数据库之间加入一个 基于语义w e b 的智能查询系统，实现产品的语义化查询。同时，该 系统同产品数据库的耦合度最小，这保证当查询系统和具体的产品 数据库绑定时仅需为原有系统增加相应的映射表即可。 关键词：语义w e b 本体d l 智能查询知识库 知识共享和重用 i i a ni n t e l l i g e n t q u e r y s y s t e mb a s e do n s e man t i cw e ba n d i t sa p p l i c a t i o ni nf l o w e r 。o ，】巳bs i t e s a b s t r i c t e c o m m e r c ep l a y sa ni m p o r tr o l ei nt h ew e bw h i l ei n t e m e ti s e x p l o s i v e l yg r o w i n g t h em o d e lo fi n t e r a c t i o nb e t w e e nv e n d o r sa n d s u p p l i e r s c a nb ed e s c r i b e da st of i n d r i g h tp r o d u c t s i n p r o d u c t s d a t a b a s e s i nt h em o d e l ，s u p p l i e r sa n dv e n d o r ss u t i e rf r o mt h es a m e p r o b l e m ：t h e yn e e dt oi n t e g r a t eh e t e r o g e n e o u sa n dd i s t r i b u t ep r o d u c t d e s c r i p t i o n t h i sk i n d o f i n t e r o p e r a b i l i t yh a sb e e n t h em a j o rb o t t l e n e c k s i ne c o m m e r c e a n da n o t h e rb o t t l e n e c ki sh o wt oi m p l e m e n ti n t e l l i g e n tq u e r yi n t h ee - c o m m e r c e s u p p l i e r sp l a ya sd o m a i ne x p e r t s t h e yh a v em u c h m o r ed e t a i li n f o r m a t i o no fp r o d u c t sa n dp r o d u c t s d e s c r i p t i o n s b u t c u s t o m e r sh a v el i t t l e k n o w l e d g e a b o u tt h o s e p r o d u c t s ：t h e y n e e d i n t e l l i g e n tq u e r ys y s t e m s t oa s s i s tt h e m m a k i n g d e c i s i o n t h es e m a n t i cw e b t h en e x tw e bt e c h n o l o g yt h a t e m p l o y s o n t o l o g y p r o v i d e su sa n e ws o l u t i o n i no u rs y s t e m o m o l o g ! n di t s l o g i cb a s e s d e s c r i p t i o nl o g i c s a r ek e yt e c h n o l o g i e st oa c h i e v et h e i n t e l l i g e n tq u e r y t h i sp a p e rp r e s e n t e das e m a n t i cq u e r ym o d e lb a s e do no n t o l o g y a n dd l t e c h n o l o g i e s ，a n ds t u d i e dt h em o d e lb y ac a s eo fo n l i n ef l o w e r s m a r k e t t h em a i nw o r k ii nt h i st h e s i si n c l u d e ： f i r s t ，t h ea u t h o rc o l l e c t e da n da n a l y z e dt h ek n o w l e d g eo ff l o w e r s ， e s p e c i a l l yt h ee t i q u e t t eo fs e n d i n gf l o w e r s a sp r e s e n t s i ti se a s yt of i n d m a s si n f o r m a t i o na b o u th o wt oc h o o s ef l o w e r sa s p r e s e n t s ，b u tt h e k n o w l e d g e i sd e s c r i b e di n a m b i g u o u s n a t u r a l l a n g u a g e ，a n d e v e n i n c o n s i s t e n t s ot h ea u t h o r s y n t h e s i z e d t h ed o m a i nk n o w l e d g e ，a n d m a d ei tc l e a ra n dc o n s i s t e n t i i i s e c o n d ，t h e a u t h o rb u i l tt h ed o m a i n o n t o l o g y t h e r e a r ef i v e o n t o l o g i e si nt h eq u e r ys - y s t e n i ：h ep e r s o n is o c i a lr e l a t i o no n t o l o g y , t h e f e s t i v a lo n t o l o g y , t h ei n t e n t i o no n t o l o g y t h ef l o w e r so n t o l o g y , a n dt h e f l o w e r - s e n d i n g c a s eo n t o l o g y t h e f l o w e r sd o m a i n o n t o l o g y i m p l e m e n t e ds h a r i n ga n dr e u s i n go ff l o w e r sk n o w l e d g e ，a n dc a nb e e x t e n dt os e r v ef o rp r e s e n t o n t o l o g y t h i r d ，t h ea u t h o rb u i l tt h eg r a p h i c a lu s e ri n t e r f a c e so fs e m a n t i c q u e r y t h eg u i i sc o n s t i t u t e da c c o r d i n gt ot h ed o m a i no n t o l o g y , a n d o v e r c o m e st h es h o r t c o m i n go f l o o s e l ya r r a n g e m e n ti nc u r r e n tw e b s i t e s v e n d e r sc a n p r o v i d eb e t t e ri n t e r f a c e st ot h e i rc u s t o m e r s ，a n dg i v em o r e h e l p f u li n f o r m a t i o n f ，t h ea u t h o rd e s i g n e da n d i m p l e m e n t e d t h ei n t e l l i g e n tq u e r y s y s t e m b a s e do ns e m a n t i cw e b t e c h n o l o g y t h es y s t e me x p l o i t s a c c u r a t eq u e r ya n de x t e n d e dq u e r yt h a ta r ed e s c r i b e dl a t e ri nt h ep a p e r t h ef r a m e w o r k & t h e s y s t e m i sa l s od e p i c t e di nt h e p a p e r f i n a l l y , t h e a u t h o rd e s i g n e da n di m p l e m e n t e daf l o w e r s - s e l l i n g p r o t o t y p es y s t e mt o t e s tt h ei n t e l l i g e n t q u e r ys y s t e m t h ep r o t o t y p a l s y s t e me x p l o i t st h ef l o w e rd o m a i no n t o l o g yt op r o v i d eas e m a n t i cl e v e l q u e r y t h es y s t e mw i l la c c e p t ac u s t o m e r s i n p u t sb yt h eg u i ，a n d m a k eu pt h ec o r r e s p o n d i n gq u e r ye x p r e s s e db yd l t h e nt h es y s t e m w i l ls e n dt h eq u e r yt ot h ei n f e r e n c ee n g i n et ot r ya na c c u r a t eo ra l l e x t e n d e dq u e r y a f t e rt h a t ，t h es y s t e mm a t c h e st h eq u e r yr e s u l t sw i t h t h ec o n c r e t ed a t a b a s ea n dr e t u r nt h e mt ot h ec u s t o m e r o u r e x p e r i m e n t s h a v es h o w nu st h a tt h ei n t e l l i g e n tq u e r ys y s t e mb e a t ss t r i n gm a t c hb o t h o n p r e c i s i o na n d r e c a l l k e yw o r d s ：s e m a n t i c w e b ，o n t o l o g y , d l ，i n t e l l i g e n tq u e r y , k n o w l e d g ed a t a b a s e ，k n o w l e d g es h a r i n ga n dr e u s i n g 独创性声明 本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研 究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文 中不包含其他人已经发表或撰写过的研究成果，也不包含为获得北京邮电大学 或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究 所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处 本人签名：篮娩墨 本人承担一切相关责任。 日期：挫生点墨虽殷厦 关于论文使用授权的说明 学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定， 即：研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校 有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被 查阅和借阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、 缩印或其它复制手段保存、汇编学位论文。( 保密的学位论文在解密后遵守此 规定) 非保密论文注释：本学位论文不属于保密范围，适用本授权书。 本人签名 导师签名 e 1 期：。基堕芏壶2 量兰厦 日期：垫生生蛐丛目 1 1 本论文研究背景 第一章绪论 1 1 1 电子商务中关键宇查询的缺点 目前，电子商务中对产品的查询基本依赖于关键字查询，即字符串的完全 匹配，但这种查询无法解决一词多形的情况。例如，鲜花中康乃馨又被称为香 石竹，使用任何一个关键字进行查询，必然无法找到另一个调表示的信息。为 解决这个问题，可以在数据库中专门添加一个用于字符串匹配的列，将所有关 于这个条目的不同形式的名字都存入这个列，同时为了提高查找的效率，还将 和这个条目有关其他信息也加进来。例如康乃馨代表温馨、健康。 但是这种方法存在明显的缺陷，即增加了数据库的冗余度，为数据库的维 护带来困难。不仅如此，还会由于一词多义造成查准率的下降。如，天坛即可 以是地名也可以是商品的品牌名称。使用关键字查找时将无法区分是地名信息 还是品牌名信息。如要查找一种由北京生产的天坛牌家具，则很可能搜索出来 天坛产的北京牌家具。当使用者利用爬虫程序在各网页中搜索某个信息时，将 产生大量的不满足查询条件真实含义的查询结果，会大大加重人们过滤无用信 息的负担。类似的一个问题是，指定某种含义的关键字可以若干种不同的词汇 表示，当指定一种词汇形式查询时，将丢失其他表达形式的信息。 为了克服这些缺陷，必须使用一种基于语义的查询。语义查询方式不仅有 较高的查全率和查准率，还应该能够处理不同形式表达的同一概念，以及发现 隐含的信息。例如在产品数据库中查询北京生产的烤鸭，即使数据库中没有说 明全聚德牌的烤鸭是北京生产的，但只要系统知道全聚德牌的烤鸭生产厂商是 北京的公司，就可以将这个条目查询出来。 1 1 2 电子商务对系统互操作性的要求 完全的在线电子商务被描述为：基于语义的查询，s o f t w a r ea g e n t s 完成产 品查询，产品的商谈，根据购买者提供的需求信息自动指定产品“3 。从对完全 在线电子商务的描述中可以看出e 对系统的互操作性要求很两。电子商务提供 商和客户的交互模式归结为一句话：从数据库中选择最可能符合客户要求的产 品供客户选择。这种模式下除上节提到的查询问题外，电子商务中产品描述信 息的不一致性是有效完成信息交换的主要障碍之一”1 。交易双方面临着同样的 问题：电子商务提供商和客户面临不同的产品描述。如何描述产品、产品目 录，交易双方并没有一致的意见。即使双方达成一致，他们对产品数据描述仍 有不同的要求。即使在同一组织内部，不同的使用者仍然希望看到不同的产品 数据描述。 这实际上提出了如何在提高系统互操作的情况下，不要对已经投入大量人 力、物力的原有系统进行大规模的改动。为解决以上问题，计算机专家提出很 多方法。目前的一个研究热点就是t i mb e m e r s l e e 提出的语义w e b 技术0 1 。 1 2 语义w e b 在电子商务中的作用 由前文提到的电子商务瓶颈问题，电子商务提供商和顾客同时面临i n t e m e t 带来的知识管理的新问题：海量信息，效率低的关键字查询，自然语言识别问 题。而语义w e b 技术可以用计算机可理解的方式标示信息，从已有知识中发 现新信息，提供证据确认信息，利用发现的新知识。这些正是电子商务需要的。 图1 1 是语义w e b 技术给电子商务提供的功能【4 】。 市场 商务发展 售后服务战略展望 信息共享 决策支持 图1 - 1 语义w e b 在电子商务中的作用【4 1 管理 决策支持：企业拥有大量的信息，在这些数据中有许多隐含的信息，语义 w e b 可以发现这些隐含的知识，并提供基于语义的决策支持。 商务发展：传统商务需要专门的雇员完成商务的匹配和商谈，电子商务希 望能自动的完成这个功能，专家认为语义w e b 技术可以完成这个功能。 信息共享和知识挖掘：一个组织中信息的共享和交流非常重要。一个组织 中最简单的知识库应该包含项目注册及其相关信息。一个使用者可以方便的找 到与一个项目相关的所有信息。语义w e b 技术可以完成这些功能。 管理和自动控制：一个商业活动可能涉及许多环节，各环节有许多种选择， 不同的选择导致这次商业活动成本的不同，使用语义w e b 技术可以自动核算。 1 3 论文的研究内容 由上述分析可知，语义w e b 技术给电子商务带来了许多优点。本论文以 网上鲜花销售为研究切入点，讨论利用语义w e b 技术解决b 2 c 模式下知识的 重用和共享，以及智能查询。 网上销售鲜花，其产品目录是垂直产品目录，即集中描述一种产品，并提 供尽可能多的描述信息。在b 2 c 模式中，鲜花网站拥有很多关于鲜花、鲜花 选购的信息。网站为帮助购花者购买到合适的产品，常采用一些简单的分类标 准，通过顾客点击这些链接找到相应的产品。同时，一些网站还提供了一些文 档方式的链接，告诉顾客一些选购鲜花的常识，帮助指导购买鲜花。但是，顾 客必须自己浏览这些文件的目录，决定看哪些内容。这实际上形成了一个怪圈 现象，要看帮助材料的顾客常是缺乏鲜花领域知识的人，他必须用具有一定相 关知识的人的目光找帮助信息，而且这些信息常分散在几个文件申，有些信息 还是互为矛盾的，顾客还要自己判断，顾客购买一束鲜花实在是要做太多的工 作。 而鲜花网站如果对这些信息进行收集、整理，转化为知识将带来很多优点。 首先，网站可以根据这些知识科学地指导自己网站鲜花产品的展示，避免现在 一些网站点击的是喜庆送花，屏幕显示的产品中有表示哀悼的产品这种错误。 其次，网站的基本功能是查找工作，有了这些知识网站应该提供一定程度的智 能查询服务。而且这些知识可以帮助网站推出一些新产品，进行一些数据挖掘 工作。 本论文就是建立一个鲜花网站的知识重用和共享系统，并利用这个系统建 立一个语义化而非关键字的智能查询系统。利用知识库中的知识为顾客提供一 个尽可能简单的界面，通过这个界面顾客将自己的查询条件传给系统，系统通 过知识库以及推理功能，提供满足顾客需求的产品。不仅如此，通过形式化描 述鲜花领域知识，可以保证查询系统和具体的产品数据库相对独立，大大提高 了查询系统的适应能力。只需要制作查询系统中的鲜花概念和具体产品数据库 中的鲜花编码的映射表，就可以实现在相应的数据库查询鲜花的功能。 1 4 本论文阐述的主要工作内容 完成选购鲜花相关本体工程 本体技术作为k e 的重要技术在商务领域中得到广泛的利用。电子商务的 各种模式都使用了本体技术。本论文以选购鲜花为例，利用本体技术对鲜花礼 品行业公认的一些知识，以及选购鲜花时需要考虑的一些信息进行了概念化， 建立了人的社会关系本体、节日本体、目的本体、鲜花本体、鲜花案例本体。 这些本体提供了鲜花网站信息的重用和共享基础。 提出基于语义的查询界面 利用建立的本体，根据本体提供的知识、规则和公理建立查询界面。克服 了原有界面随意性较大的缺点，同时给客户提供更科学的查询界面，让客户在 最短的时间内提供尽可能多的查询信息。最终实现提供更多符合顾客需求的产 品的目的。 提出基于语义w e b 的智能查询系统的查询模式 本论文提出了这种查询模式的逻辑表达式和结构图。该模式中逻辑基础是 d l 。与查询模式相对应，本论文提出使用精确查询和扩展查询相结合的查询 策略。该策略中扩展查询将使用原有模式不具备的推理功能。d l 提供的推理 功能可以让使用者从已定义的明确的知识中推理出隐含的知识，而这些知识可 以帮助使用者查询到符合顾客明确提出条件产品以及符合隐含条件的产品，为 顾客提供更好的服务。 提出独立于任何具体产品数据库的知识重用、共享和查询模式 将语义w e b 与销售鲜花领域结合，在b 2 c 模式下利用本体建立一个知识 库，该知识库实现了b 2 c 模式下鲜花领域知识的共享和重用。原有查询模式 中顾客通过一个查询界面提出条件后，查询信息进入数据库中提取出产品信 息，传给客户。而本系统中在顾客和产品数据库之间加入一个基于语义w e b 的智能查询系统，实现产品的语义化查询。同时，该系统同产品数据库的耦合 度最小，这保证当查询系统和具体的产品数据库绑定时仅需为原有系统增加相 应的映射表即可。 4 i 5 国内外研究现状 1 5 1 国外研究现状 由于语义w e b 技术的应用较多，同时考虑到本论文主要使用本体技术， 以及要完成查询功能。再者整个系统是基于w e b 环境下，所以本节主要讨论 国外本体技术在电子商务和信息查询方面的研究现状。 ( 1 ) 电子商务 m k b e e m t 5 】主要完成b 2 c 的多语言处理：产品和服务内容的多语言，目 录的半自动化维护，自动转换和解释使用者以自然语言方式提出的购买请求。 所提供的服务用自然语言交互和使用。该项目的目标就是提供一种智能的基于 知识的多语言的电子商务应用，提出在欧洲区域中的有效的、可处理的原型。 该系统使用三种基本语言芬兰语、英语、法语，和两种可选语言【6 。 s m a r t _ e c t r l 给复杂的i n t e m e t 服务提供基于本体的中间件平台，该平台 可以完成如下功能。中间服务：在独立的服务提供者和需要复杂服务的用户间 提供一种中间服务。定义和完成一个复杂服务的全过程，包括服务提供和各服 务间的转换。在多个电子商务网站间的购买活动。 同时本体技术在b 2 b 模式下，应用于产品目录中。如，u n s p s c 【8 】和 u c e c l 9 1 。这两个项目支持b 2 b 模式下所有的商业领域。而r o s e t t a n e t 1 0 提供 了计算机领域中软件和硬件的产品描述。 ( 2 ) 信息检索 o n t o s e e k 是一个协作智能a g e n t s 系统。该系统是基于内容的信息检索系 统，主要从黄页和产品目录中检索信息。它将本体驱动的基于内容匹配的机制 同富有表达能力的公式联系在一起。与目前系统不同，使用者被假定为不熟悉 词汇表的人。但是该系统在实现查询和数据匹配时要依赖大型的语言本体j 。 w e b k b 2 t 1 2 l 允许w e b 使用者在一个知识库中检索和增加知识。该系统与 其他本体服务和k b m s 系统相比有如下不同： 本体很大，目前使用了6 9 0 0 0 个分类和8 7 8 0 0 个同w o r d n e t 的链接，并 且可以扩展。 支持不同使用者的异步协作。 设计一种知识表示语言具有丰富表达能力和可读能力，允许和鼓励使用 者加入信息。w e b k b - 2 允许w e b 使用者公布他们的信息，并且自动检索和匹 配其它的知识【1 3 】。 1 5 2 国内研究现状 国内主要有清华大学计算机科学与技术系对语义w e b 中本体基础软件的 架构研究”钔。主要是以r d f 为基础的本体基础软件架构，研究并实现一个对 分布式本体进行存储、访问和处理的分布式本体系统。另一个研究项目是证券 报告本体定义语言的研究【l ”。主要根据无格式证券报告数据挖掘的应用背景， 结合框架结构和本体定义语言d a m w l 的特点，提出了一种证券报告本体 语言的基本语法。 电子科技大学姚兆文做了语义化w e b 的关键技术及其应用研究。该研 究以丽江少数民族人文知识管理本体工程为依托提出了k m s 系统。该项目主 要对语义w e b 技术、k e 的理论与技术进行了全面的研究。同时讨论了w e b 语义化过程的一些关键问题【l ”。 1 6 论文的组织安排 第一章绪论，从项目研究背景入手，介绍了项目的主要研究内容、主要贡 献。并简单介绍了目前国内外的研究现状。 第二章介绍本项目的技术基础。首先，简要介绍语义w e b 技术。接着， 讨论语义w e b 重要组成技术本体。给出本体的定义和组成本体的主要元 素；介绍了本体的两种分类方法；给出本体的适用范围。可以看出本体通过给 出概念的清晰定义，在组织和软件系统中达到相互交流，实现知识重用的目的。 接着讨论了一种描述本佑的逻辑基础描述逻辑( d e s c r i p t i o nl o g i c s ，d l ) 的定义、组成。最后介绍w 3 c 制订的w e b 本体语言o w l 语言。 第三章从现有电子商务网站的缺点入手，讨论了现有鲜花网站系统存在的 主要问题。为解决这些问题，提出建立一个基于语义w e b 的智能查询系统。 由于该系统与鲜花网站结合，所以本章通过用例视图，对鲜花网站进行了需求 分析。之后分析查询系统基于的知识库的结构和关系。 第四章讨论查询系统中的重要部分本体的设计和实现。本章中详细介 绍与鲜花选购相关的各个本体，及各本体间的关系，并给出建立本体的工具。 第五章讨论基于语义w e b 的智能查询系统中查询算法的设计和实现。首 先描述查询算法的逻辑基础，之后给出查询算法中精确查询和扩展查询的定义 及逻辑表达式。给出了智能查询系统的结构图，同时给出该系统中查询模块的 实现及在鲜花查询中的应用。 6 第六章讨论了基于语义w e b 的智能查询系统在鲜花网站中的应用鲜 花网站查询原型系统的设计和实现。通过给出原型系统的模块图及各模块作 用，阐述该原型系统的实现过程。 第七章介绍这个原型系统的测试和结果分析。给出原型系统开发和运行的 软、硬件环境，系统的主要技术指标。并介绍了一个查询的实例，从中可以看 出，基于语义的查询优于关键字匹配。 第八章对全文做了总结，同时给出该项目的后续研究方向。 第二章技术基础 2 1 语义w e b 技术概述 电子商务基于w e b 技术，但是现有w e b 技术仍然扮演的是使用者和文件 之间的媒体角色，而不能作为自动处理数据、信息和文档之间的媒体。同时， w e b 的迅速成长使得信息的查询、处理、表示和维护变得越来越困难。人们希 望信息不仅仅是机器可识别的，而且应是机器可理解的。基于这种需求t i m b e m e r s l e e 提出了语义w e b 。 “语义w e b 将结构化带入到w e b 页面的内容中，语义w e b 产生了一种环 境，这个环境可以使a g e n t s 从一个页面漫游到另一个页面，让使用者执行复杂 的任务。”【 】即，语义w e b 提供了智能的处理异构信息和分散信息的方法。 x m l 语言 1 8 i 作为w e b 的知识表示语言，可以让使用者自定义标注，这克 服了h t m l 语言中必须使用指定标注带来的不便。x m ls c h e m a 1 9 采用了更为 精确的方法定义x m l 文档结构，验证x m l 文档。 r d f 2 0 1 是为弥补x m l 无法为信息提供语义而提出的。r d f 是一种描述和 交换元数据的框架，它提供了应用系统之间交换机器可理解信息的支持，从而 提高了系统的互操作性，并且在表达语义方面，r d f 提供了一种统一的数据模 型，这种模型为w e b 上的知识表示、知识推理和知识校验提供了底层的标准。 r d f 数据模型提供了领域中立的元数据描述方法，而r d fs c h e m a 2 1 1 提供了定 义不同领域核心词汇及其关系的机制。 o w l 2 2 】是为w e b 设计的本体语言，它在已存在的w e b 标准x m l 、r d f 基础上，加入了面向对象和框架系统的本体原语，以及d l 的正式、严格 的逻辑。o w l 提供的逻辑基础可以提供推理服务，支持本体设计，完成o w l 所描述w e b 资源的自动推理功能。 关于语义w e b 技术的技术细节可以参看应用于电子商务的语义w e b 核 心语言分析p ”。 2 2 本体 2 2 1 本体定义 在计算机领域，本体的目标是以一种通用的方式获得某个领域的知识，提 供个领域中一致认可的理解。本体可以在应用和组织中重用和共享【2 4 j 。本体 提供了一个领域共同的词汇表，术语的正式的含义和术语间的关系。 目前人们认可的本体定义由g r u b e r l 2 5 提出，本体是对一个概念化的明确的 说明。b o r s t 【2 6 1 对g r u b e r 提出的概念做了修改：本体定义个可共享的概念化 的知识的说明。s t u d e ra n dc o l l e a g u e s 【2 ”对以上两种定义做了进一步补充：概 念化指世界中一些现象的抽象模型，抽象模型的定义是通过标示这个现象的相 关概念获得的。明确指出概念的类型和约束是明确定义的。正式指本体应是计 算机可读的。共享指通过本体获得的知识，不仅是些个体的，而是可以被一 个群体使用。事实上不同的研究者可以对本体有不同的理解，一个本体是一种 逻辑理论，一种正式的语义解释，一种逻辑理论的词汇表，或是对一个概念化 的解释。 2 2 2 本体的主要元素 本体包括了五种元素：类，关系，函数，公理和实例。类在本体中按照词 汇表组织。人们通常认为词汇表是轻量的本体( 1 i g h t w e i g h to n t o l o g i e s ) ，而所 谓重量本体( h e a v y w e i g h to n t o l o g i e s ) 包含了许多公理【2 6 。 类：本体中的类按照词汇表组织。类可以指一个讨论的事物，也可以是一 个任务、函数等的描述。 关系：表示一个领域概念的交互，最基本的关系是子集概念，表示为 r ：c tx c 2 c 口 函数：函数是一种特殊的关系，在关系中第n 个元素由以前n - 1 个元素唯 一确定，表示为f ：c l c 2 c 川_ c 。 公理：模型化总是正确的语句。公理可以定义本体元素的含义，定义属性 的复杂约束，参数间的关系。 实例：用于表示特定的元素。 2 2 3 本体的应用 本体在一个组织和软件系统中发挥作用，其适用于以下三方面。 ( 1 ) 交流：在一个组织中本体通过提供一个统一框架减少概念和术语的混 淆。本体提供在不同需求和观点的人之间达成共同理解和交流的功能。本体可 以实现同一组织内不同人之间的交流。 ( 2 ) 互操作：本体的一个重要应用是互操作。本体可以作为互操作语言。 本体支持在不同语言和表示间的转换。最简单的方法是在任意两个本体间提供 一个转换器，那么n 个不同的本体间需要0 ( n 2 ) 个转换器。另一种方法是本 体作为一种互操作语言，将本地本体转换成可交换本体，这样只需要0 ( n ) 个转换器。 ( 3 ) 系统工程：本体在软件设计和发展中可以完成以下三方面功能：本 体可辅助说明软件系统；可检测软件系统和说明是否一致；提供一个框架用于 决定一个本体在不同领域和任务中重用。 2 3d l 一本体的逻辑基础 描述逻辑( d e s c r i p t i o nl o g i c s ，下文中缩写为d l ) 是一种知识表示形式， 定义一个领域的概念，通过这些概念说明领域中对象的属性和个体。d l 的特 点是给出了正式的、基于逻辑的语义。另一个特点是从知识库中明确的含义中 推理出隐含的知识。d l 与人描述世界的方式非常相似：对概念和个体进行分 类，定义了概念闻的父子关系，构建术语间的分层包含关系1 。 2 3 1 基于d l 的知识库构成 一个基于d l 的知识库由t b o x 和a b o x 组成( 如图2 1 所示) 。t b o x 介绍 了术语，即一个应用领域的词汇表，而a b o x 包含根据t b o x 命名的个体的断 言。t b o x 中词汇表由概念和角色构成，概念表示了个体的集合，角色表示了 个体间的关系。除了原子概念和角色，d l 允许使用者建立复杂的概念和角色 描述。t b o x 给复杂描述指定名称。建立描述的语言是每个d l 系统的特点， 不同的系统根据它们的描述语言来划分。 d l 系统不仅存储术语表和断言，而且提供对术语表和断言的推理。对于 术语表的典型的推理任务是决定一个描述是否是满足的( s a t i s f i a b l e ) 或一个描 述比另一个描述更普通( 即第一个包含第二个) 。a b o x 的重要问题是找到断言 集合是一致的( c o n s i s t e n c y ) ，即a b o x 中一个特定个体是一个给定概念的实例。 可满足性检查描述，一致性检查断言集合。包含测试中，根据概念的一般性组 织概念成为层次关系。一个概念的描述可以被设想成一个质疑，这个质疑描述 了一个人所感兴趣的对象的集合。而使用实例测试，可以找到满足质疑的个体。 2 3 2d l 描述语言 图2 1 基于d l 系统的知识库 在d l 中基本描述是原子概念和原子角色。复杂描述是通过概念构造器建 立的。在抽象说明中，使用a 、b 表示原子概念，r 表示原子角色，c 、d 表 示概念描述。不同的描述语言是通过所提供的构造器区分的。基本描述语言是 且c 其他语言是且c 的扩展。 ( 1 ) 且c 基本语法规则如下： c d - 1 一 c n d v 只c 3 r t 原子概念 全集概念 空概念 原子概念的否 概念的交 全称量词 存在量词 ( 2 ) 彤语言族如下： 用字母u 表示概念的并：c u d 用字母匹表示完全存在量词：j r c 用豪示数量限制： - n rs n r 用c 表示任意概念的否：、c 那么a t ；语言族可以表示为：a l u e n c 本文讨论的系统中使用的是兄c t 坦。 2 4 w e b 本体语言o w l o w l 被w 3 c 定为语义w e b 环境下的本体描述语言，它使用d l 作为其逻辑 基础。0 w l 共分成三种子语言： ( 1 ) o w l l i t e 仅提供类的分层和简单的约束。如与数量n 有关的存在 量词范围约束中，仅提供0 和1 。 ( 2 ) o w ld l 提供了最大化的表示能力，同时保持计算的完全性和推理的 可判定性。0 w ld l 包括了所有o w l 语言结构。 ( 3 ) o w l f u l i 提供了最大的表示能力和r d f 语法，但是没有提供计算保 证。在o w l f u l l 中类可以被看作是实例的集合。o w l f u l l 允许一个本体增加 预先定义的词汇表的含义。 三者之间的关系是任何合法的o w ll i t e 是合法的o w ld l ，任何合法的 o w ld l 都是合法的o 、i 。f u l l 。任何有效的o w ll i t e 结论是o w ld l 的 结论。任何有效的o w ld l 结论是o w lf u l l 的结论。 o w l 定义类和子类，属性和子属性，属性的限制，类和属性的个体。o w l 允许类的信息和数据类型信息。以及类的构造器，如s u b c l a s s o f , d i s j o i n t w i t h 。 o w l 允许使用概念的交、并和否( i n t e r s e c t i o n o f ，u r d o n o f 。c o m p l e m e m o f ) ， 同时允许枚举类。o w l 可以表示全称量词、存在量词、与数量1 3 有关的存在 量词范围约束( a l l v a l u e s f r o m ，s o m e v a l u e s f r o m ，m a x c a r d i n a l i t y ， m i n c a r d i n a l i t y ，c a r d i n a l i t y ) 。o w l 允许利用属性限制定义匿名类。附录l 介 绍了0 帆语法。 本篇论文中讨论的系统使用的是o w ld l 。 第三章鲜花网站的需求分析及智能查询系统的提出 本章首先从电子商务存在的问题入手，介绍电子商务、鲜花网站存在的问 题，通过分析这些问题提出了基于语义w e b 的智能查询系统。同时该智能查 询系统有一个应用环境鲜花网站，所以本章中使用用例建模完成鲜花网站 的需求分析。考虑到基于本体技术构建的知识库在系统中的重要性，本章单独 使用一节分析了知识库的需求。 3 1 电子商务存在的问题 电子商务提供商和客户的交互模式可以归结为从数据库中选择最可能符 合客户要求的产品供客户选择。这个模式面临的主要问题如下： ( 1 ) 电子商务提供商和客户对产品的描述存在着差异：电子商务提供商 和客户使用的产品目录结构不同，即使相同二者对于产品的描述仍然存在差 异。特别在b 2 c 模式中客户更习惯使用自然语言描述产品。 ( 2 ) 查找信息和数据库冗余度之间的矛盾：现有查找引擎是基于关键字匹 配技术，为提高查全率，通常数据库中增加些冗余信息。如果将某种产品的 相关信息、关键字构成一个字串，虽然在查询中只要匹配这个字串即可保证查 全率，但是增加了数据库的冗余度，影响数据库运行效率，增加维护数据库的 困难。 ( 3 ) 现有系统的重用和扩展：电子商务提供商已经建立并运行着一些信 息系统，在电子商务规模扩大的过程中应该最大限度的利用现有资源。 3 2 鲜花网站存在的问题 本论文介绍的网上花店是b 2 c 模式，并且是垂直产品目录结构，即数据 库中包含的是单一品种( 花束) 的商品信息，而每种礼品花束由若干种鲜花构 成，对每束花的基本要求是构成花束的鲜花间的含义不可矛盾。前文提到的问 题在网上花店主要体现为p 9 1 ： ( 1 ) 顾客购买花束时，集中于花束中鲜花含义的描述信息。而数据库则 主要体现花束的商品信息，如，每种鲜花的市场价格、交易量等等。顾客和商 家需要不同的产品描述信息。 ( 2 ) 顾客选花主要通过自然语言的方式提出查询条件，具有送花常识的 顾客提出的条件比较准确，而不具备送花常识的顾客只能提供比较模糊的查询 条件。电子商务网站应该提供智能查询功能帮助顾客选择最符合他们要求的花束。 ( 3 ) 送花由不同场合、接送双方的关系等条件限定选择花束的种类，一 般的数据库不具备这样的知识。如果这些信息引入到数据库中，将加大数据库 的冗余度，降低数据库的运行效率。 ( 4 ) 各鲜花网站数据库包含交易花束时涉及的商品编号、价格、交易量 等交易信息，其中关键信息是产品编号。不同数据库使用不同的编号体系，多 个数据库集成时，要解决产品编号的不同。除交易信息外，有些数据库包含鲜 花的含义、植物学分类等非交易信息，而有些数据库包含一部分甚至不包含非 交易信息。另外，同一种非交易信息的描述，不同鲜花网站间也存在著异。当 多个数据库集成时，要解决非交易信息的差异。 3 3 基于语义w e b 的智能查询系统的提