语义网环境下数据溯源表达模型研究综述

综述语义网环境下数据溯源在表达模型与技术上的研究进展,重点研究Open Provenance Model、Provenir Ontology与Provenance Vocabulary的描述方法和能力,结合科研环境,讨论这些溯源模型在使用和推广上所面临的挑战。     

基于相似网页文本演化的数据溯源

[目的/意义] 为解决现有网页文本缺乏起源标注的问题,提出一种借助PROV本体发现相似网页文本起源关系的方法。[方法/过程] 通过聚类算法、自动语义标注和关联数据构建等技术的综合应用,结合PROV-POL溯源模型,检测网页文本实体的演变过程,实现文本级和属性级两级溯源方案。[结果/结论] 实验验证了借助语义网技术和数据溯源模型实现网页文本数据溯源的可行性,但实验过程中聚类算法的召回率有待提高。     

Web应用中起源信息的定位和查询机制研究

针对起源记录在Web应用中的表达和查询服务问题,对研究所涉及的主要概念进行辨析,在深入解析Web应用中起源记录的定位、传递模式、实现途径和实现模式的基础上归纳总结出Web应用中起源元数据的四类定位发现机制与两类查询机制。结合语义标注Web页面和溯源信息表达技术,采用在线论文追溯案例,实现包含RDFa起源记录的HTML页面显示并通过可视化方式揭示起源,最后对案例中的查询服务问题进行探讨。     

Web数据关联创建策略研究

调研关联数据的关联关系创建算法和策略,分析同构模式下属性相似度和图形相似度算法以及相应的组合策略,对比研究异构模式下包含和不包含实例信息的架构映射方法,对可创建丰富语义关联的推导传递的思想进行剖析,并提出关联创建面临的挑战。     

智慧图书馆数据溯源与数据隐私研究——以ProVOC模型为例

数据的流动使得互联网信息共享成为现实,同时也为智慧服务提供了“资源”。然而,智慧服务对数据的过度依赖,使得机构对用户数据的收集、处理、共享与应用过于频繁,其中数据隐私等问题被社会所关注。图书馆发展长期受到用户需求、服务创新等因素的驱动,拥有了一些信息、数据管理的经验,所以图书馆具备了数据溯源的环境。论文以GB/T 34945-2017《信息技术 数据溯源描述模型》国家标准为研究对象,围绕智慧图书馆发展,包括技术保障、数据规范、数据追踪管理平台等要素,探索从业务层面与数据层面对用户数据进行追踪溯源的智慧图书馆数据溯源体系,尝试破解数据隐私与数据应用存在悖论的途径。     

面向开放关联数据的知识地图研究

指出知识地图作为知识定位、组织和可视化展现的一种方法,是开放关联数据的高效利用和深度挖掘的重要途径。目前,关联数据知识地图的研究仍很薄弱。以研发面向开放关联数据的跨域共享与按需服务为目的,依次研究关联数据知识地图的基本原则、主要特征、体系结构和关键技术。在此基础上,采用语义Web编程技术实现面向DBpedia、Yago、FOAF、Freebase等不同关联数据集的知识地图系统,进一步论证本文的研究工作。     

语义关联数据网可互操作溯源构建的几个关键问题研究

语义关联数据网中,可互操作溯源是建立语义信任的关键手段,这在国际学术研究组织中一直是热点研究问题,W3C溯源工作小组也推出了PROV模型,以解决统一的溯源信息发布和访问问题。通过从溯源粒度、溯源状态性、溯源之溯源、自动化发布、可互操作溯源与隐私等方面的分析研究,深入阐述构建语义关联数据网可互操作溯源中的规划和技术问题,提出实践准则,为后续应用实践打下基础。     

大数据环境下数据对象的可溯源性保障方法研究

[目的/意义]开展数据对象可溯源性保障研究,可降低大数据时代所凸显的跨领域、海量、异构和动态数据的失信风险,有助于自动化实现数据质量评价、数据审计及数据恢复等问题。[方法/过程]基于数据溯源、密码编码学等理论,以数据对象为操作单位,提出一种新的数据对象版本号计算方法;进一步提出了数据对象DNA的概念及其生成和回溯方法,并探讨其IT实现及应用。[结果/结论]本文提出统一溯源新方法数据对象DNA,具有易生成、防篡改、普适性强等特点,可应用于数据对象的世系检验和数据连续性自动审计等场景。     

关联数据及其应用现状综述

自主、异类、异构和分布的海量数据间的语义关联一直是知识组织和知识发现的核心问题,关联数据(Linked Data)技术的出现为此提供一种轻型、渐增化、可伸缩和可扩展的动态机制。基于对大量文献的梳理和分析,描述Linked Data的原则与技术体系,介绍Linked Data发布、Link浏览器、Linked Data搜索引擎、Link更新维护等核心技术,简要介绍若干典型应用,提出在具体领域实施Linked Data应用的关键挑战。     

解读语义Web

介绍语义Web的概念及目的，认为语义Web的实质就是使计算机能够理解网络信息资源的元数据，并以书目数据的发展变化为例解读语义Web中元数据的结构和意义。提出书目数据向元数据发展，需要著录项目标准化，构建元数据描述框架，制定计算机能理解的词汇，科学地定义词汇的属性和词汇之间的关系。     

知乎信息起源模型及可信度评估

[目的/意义]构建知乎信息传播过程PROV数据起源模型和用户可信度评价指标,量化知乎信息的可信度,丰富和完善社会化问答社区平台信息可信度评估的方法。[方法/过程]以知乎为研究对象,从信息传播过程的角度出发引入数据起源概念评估信息的可信度,通过建立知乎的PROV数据起源模型,追溯并记录知乎信息的来源和传播过程,与信息传播过程中涉及到的用户可信度分值相结合,计算出知乎信息的可信度定量结果。[结果/结论]通过对知乎信息可信度的评估,进一步完善信息可信度评估方法,为优化社区信息质量提供新思路。     

一种Web多维分析模型及应用

Web上的网页正以惊人的速度增长和变化 ,给传统搜索引擎的效率和质量带来了许多新的问题和挑战。我们迫切需要一种研究方法 ,能够对搜索引擎收集来的海量网页进行有效的分析 ,以便对Web保持完整清晰的认识来指导搜索引擎进行更有效的服务。本文提出一种基于时间、空间和内容的三维Web分析模型 ,通过它可以对海量的网页数据进行多维度、多层次的分析工作 ,为我们认识Web提供一种全新的视角。在实验中我们简单地实现了该模型 ,并通过对 3批网页数据进行分析 ,得到网页变化率、网页空间分布、复制强度大的网页特点等数据 ,以及Internet作为“第四媒体”在信息传播上的一些特点。     

对于知识组织体系概念以及构建模式的一些思考

阐述知识组织体系的概念、类型、功能和作用及其在数字化、网络化环境下的新特点;着重论述本体、语义网和元数据这三项新技术与知识组织体系的联系及其互动发展;归纳当前知识组织体系构建的6种模式,初步分析我国在该领域进行科学研究的问题。     

生物医学关联数据研究进展与比较分析

首先介绍当前生物医学领域在数据资源集成与共享方面的发展需求,认为当前语义Web的主要技术之一--关联数据为生物医学发展带来重要的机遇,然后对生物医学领域关联数据基础研究、建设以及应用研究情况进行详细分析,进一步对典型生物医学关联数据进行具体特性方面的比较分析,指出当前发展面临的困难和问题,并提出今后发展的方向。