学术领域关联数据的构建及应用研究

来源 :华南师范大学 | 被引量 : 0次 | 上传用户:hahanikan
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着我国科研水平的提高,良好的学术环境变得日益重要,同时伴随着互联网的迅速发展,学术领域的数据在无限扩大,大量的学术资源数据分散于各种会议网站、学术社交平台及各类期刊杂志上,传统的学术领域信息系统大多是基于文档和封闭独立的数据库系统建立的,同时不同的数据源并没有把自身的数据公开和共享导致这些数据并没有有效的链接在一起,难以形成有效的学术领域资源整合。  为了使不同数据源上的数据包括各种会议期刊论文上的孤立的数据源能够更好地实现资源共享,Tim Berners-Lee在语义网的基础上提出了关联数据的概念,关联数据作为语义网数据的描述和链接,依靠现代的互联网优势,在数据共享上采用了与传统共享机制不同的理念,它主要强调数据的关联性,提倡数据的开放、共享及数据与服务相隔离的模式,从而建立一个完整的全面性的大数据空间,也即是现在的Linked Open Data(LOD)。关联数据的提出也给学术领域的数据共享提供了契机。  本文主要结合当前学术领域资源数据集和在此基础上的应用形式,提出了基于结构化数据和非结构化数据的转换关联数据方法,对数据的获取以及数据的转换做了详细的阐述,分析了关联数据构建的核心问题,实现了基于关系数据如何转换为关联数据和基于本体的学术信息抽取,从而构建一个学术领域的关联数据集,并通过浏览器的形式更加直观地把关联数据的形式展示给用户。最后分析了当前关联数据的应用模式,并且从用户的角度考虑,设计一套基于关联学术数据的信息检索系统,该系统包括基于关键字查询的UI接口和基于SPARQL查询的UI接口,来实现关联数据在特定领域的实际应用。  本文充分利用了关联数据的思想对学术领域关联数据的构建,使学术资源以开放、关联、共享和可复用性,大大提高了学术资源的价值,同时能够为学者提供更好的服务。
其他文献
近年来,大数据以数据量大、数据类型多样、难辨识、数据产生速度快和价值高的5V特性成为工业界和学术界关注的热点。另一方面,大数据存储和处理的需求也推动了技术的发展。作为
语义Web是一个具有丰富语义的数据网络,它通过语义Web标准、标记语言和处理工具对现有Web进行了扩展,使计算机可以更好地与用户协同工作。在语义Web的层次结构中,本体处于中心位
面对不确定、不完整和不一致的数据信息,粗糙集理论是一种很好的数学工具。经典粗糙集理论不适合有缺省数据的现象,即不适合不完备决策信息系统;在经典粗糙集理论中,分类分析必
随着现代移动通信技术和手机短信业务的发展,由于手机短信廉价、快速、方便等特点,短信交流已经是人们日常生活的一部分。但是,由此也带来了问题,不良分子利用了短信业务成本低廉
随着网络社交的快速普及,在线社交网站逐渐成为人们日常社交活动的主要载体,吸引了众多用户。而根据社交网络中用户间关系和其社交活动所抽取出的社交网络数据,比传统的数据更具
数字水印技术作为信息隐藏领域的一个热点,在数字信息的版权保护方面有其不可替代的作用。随着网络的繁荣,各类数字产品爆炸式的增长,社会上对数字产品的版权保护也越来越受重视
学位
学位
学位
学位