按需聚合的语义深层网查询云模型及评估研究

增强深层网的语义可理解性、提升其在线查询的效率及查询结果的利用效能，即语义深层网查询处理，已成为深层网信息集成研究的聚焦点。.深层网查询结果语义标注的高效、准确和完整，查询处理效能、负载均衡和容错服务能力，查询结果的用户满意评价机制，又是目前语义深层网查询处理的前沿问题和难点。.针对这三个问题，本研究将引入用户主观行为特征，利用组合优化方法探求感性与理性最佳组合的深层网查询结果抽取研究方法，再利用控制论的研究成果，研究查询结果模式的反馈机制，提出领域本体、查询接口/结果模式三位一体的语义标注方法，保证标注准确、完整和高效；而后，首次提出将查询处理全过程迁移至云计算环境，构建按需聚合的语义深层网查询云模型，再引入用户满意度因素，建立用户满意度评价原型系统，从最大程度上改善语义深层网查询处理的方式，提升查询结果的利用效能，为广泛的深层网受众用户提供按需、快捷、可靠、满意的语义深层网查询服务。

增强深层网的语义可理解性、提升其在线查询的效率及查询结果的利用效能，即语义深层网查询处理，已成为深层网信息集成研究的聚焦点。深层网查询结果语义标注的高效、准确和完整，查询处理效能、负载均衡和容错服务能力，查询结果的用户满意评价机制，又是语义深层网查询处理的前沿问题和难点。. 本研究针对这三个关键科学问题，面向电子商务、社交网络、多媒体搜索、推荐系统、微博、数字教育等深层网的主要应用领域，依托信息物理社会可信服务计算教育部重点实验室的曙光高性能集群，利用Hadoop和MapReduce框架构建了云计算大数据处理平台，在此基础上，按照申报书设置的Deep Web 查询结果抽取、Deep Web 查询结果语义标注、语义深层网查询云模型和Deep Web 查询结果评估四项研究内容，深入研究了基于用户点击的优化搜索和满意度提升、例子视频检索、分数阶中立型微分系统、基于轮廓信息的图像局部不变性检测、综合启发式信息与领域本体结合的Deep Web查询结果标注、综合多查询能力评价因素的自动会话解析算法、DOM树和视觉特征相结合的页面抽取、面向深层网页面数据自动抽取的消除重复模式方法、多聚焦图像融合等理论、技术和方法，提出了领域本体、查询接口/结果模式三位一体的语义标注方法，提出了理性与感性优化组合的Deep Web 查询结果抽取研究方法，建立了按需聚合的语义深层网查询云模型，保证了标注准确、完整和高效，改善了语义深层网查询处理的方式，提升了查询结果的利用效能，可为广泛的深层网受众用户提供按需、快捷、可靠、满意的语义深层网查询服务，达到了课题申报提出的研究目标。. 在课题研究过程中，取得了一系列的创新成果，超额完成了项目申报书预期研究成果的约束性指标要求，共发表了受项目资助的学术论文29篇，其中SCI检索的期刊论文6篇，EI检索的期刊论文8篇，CSCD核心期刊论文5篇，CSSCI核心期刊论文1篇，录用SCI期刊论文1篇，以口头报告并推荐SCI期刊的形式参加国际学术会议2次，申请国家发明专利6项，其中3项已获得授权，培养在站博士后2人，在读博士2人，在读硕士4人，毕业硕士8人，其中硕士生获得国家奖学金3人次，华为奖学金1人次，重庆大学优秀硕士学位论文1人次，并推荐参评重庆市优秀硕士学位论文，开发完成原型系统1套，并正在开发2套原型系统。