论文部分内容阅读
语义Web是World Wide Web的发展方向，其目的是使网络信息资源能为机器所理解，从而自动提供网络服务。 本文研究工作的目的正是让机器能够智能处理语义Web描述的网络信息。为了实现机器的智能化，本文对基于语义Web的机器学习算法作了深入研究。 首先，本文详细研究了决策树算法中的ID3算法，在原来算法的基础上，提出了一种对生成的规则进行优化的方法，并把改进的ID3算法应用在一个用XML描述的图书销售情况的实例上。算法对XML文档中的数据实现了分类，对规则进行了合并，减少了冗余规则。该改进的算法可以智能处理XML文档，生成决策规则，并在一定范围内优化规则。 其次，本文提出一种基于Ontology的规则推理和案例推理集成推理方法，设计并实现了一个基于该方法的旅游线路服务系统。对于顾客的请求，系统首先查找以往相似案例，进行案例推理；如果没找到相似案例，则进行规则推理，最后得到顾客问题答案。该方法结合了规则推理与案例推理的优点，能较为高效、准确的进行问题求解，在Ontology层完成智能推理。