粒计算与WEB信息粒化

不 同方 式的用户空 问查 询是用户 空间粒的构成 ， 像基于 内容 的、 基于文件 的方法 。 于内容 的查询聚类对于基于文件的聚类是 基 相似 的［ 相似的查询是放在一 起的一组用户的需求。 ５ 】 。 内容 目录的方 法 很容 易扩展 到用户的 日志的聚类 。 另一 方面 ， 文件查询的聚类方 法应用相 关文件 、 检索结果 的重 叠相 交 ， 以及和查询数据库系统的 相 交［ 一些 目前 关于 查 询 聚 类 的观 点 涉 及查 询 聚 类 的 文件 。 们 在 ６ １ 。 他
２ 粒 计算 ． ２
粒 计算是较新的研究 方法 ，可以应用 于不 同的研究领域 ， 不 同的研究者对这个领域 的理解也不完全相同。 粒计算就是针对每 一 个粒的研究 和计 算 ，对不 同粒 的研 究可能形成 不同的计算模型 。 计 算 模 型 大 体 由 以 下 几 个 部 分 组 成 ： 基 本粒子 ： 构成粒计算模 型的最基本元 素 ，是计算模型的原 语。 一个粒子可 以看作是 由内部 属性描述 的个 体元素的集合 ， 以 及 由它 的外部 属性所描述 的整 体。 粒层 ： 是对 问题 空间或计 算对象 的一 种抽象化描述 ，按照某
憾
问题 应 答 系统 和 搜索 引擎 系 统 是有 帮 助 的 ， Ａ ｓ ｅ ｖｅ 像 ｋＪ ｅ ｓ， Ｂ ｅ ｒ ｎ ｅｇ ｒ ｅｆ ｍａ ￣Ｂ ｒ ｅ建议通过使用点击 隐含的相关用户信息数据的 ｅ 聚合查询 。 Ｂ ＷＥ 应用挖掘是扩展 了ＷＥ Ｂ日志等的应用模 式。 了在 为 个实际需 求的粒化准则得到 的所有粒子的全体构成一个粒层 。 同一 市场营销 中使用这些信息 ， 先是客户的聚合 ， 首 他们 的购物交易预 层的粒子 内部往 往具有相 同的某 种性质或功 能。 计在同一个集群 的客户应该有 同样 的购物偏好 。 ３ ２． ． ３检 索词 空 间的 粒化 粒 结构 ： 一个粒化准则对 应一个粒层 ，不 同的粒 化准则对应 多 个 粒 层 ， 层 之 问的 相 互 联 系 构 成 一个 关 系结 构 ，称 为 粒结 构 。 粒 在检索 系统 中检索词 聚类 的问题 和他的应用被许 多学者所研 在一般 的粒计算理论 中，把 同一粒 层的粒子看成 一个集合。 究。 在检索词的层次 ， 一个聚类可 以被赋予被 聚类标记的新的词条 。 这些新的词条 比在聚类每一个独立的词条时更加常用［ 一个词条 ７ １ ｏ ３ 、Ｗ Ｅ Ｂ信 息检 索 的粒 化 分级别提供有效 的工具 ， 以总结特殊域 的知识 。 可 许多域 的的特殊 粒计算思想无处不在 ， 粒计算是一种看待客观世界的世界观和 词 条 分 层 次 或 者 概 念 分 层 次 应 用 于 组 织 和 检 索 科 学 文 献 【 词 条 分 １ 。 方法论。 信息粒广泛存在于现实世界 中， 是对现实的抽象 ， 信息粒化 层次的例子例如是ＡＣ Ｍ分类系统和数学主题分类系统ｆ 由这个系 ｇ ］ 。 旨在建 立基于外部世界有 效的并 以用 户为中心的概念 。 Ｂ ＷＥ 信息 统 可 以立 即导 出文 件 分 层 次 的 粒 化 。 在每 一个 层 次 ， 件 是 被 不 同 文 检索是检 索用户和检索文件 之间检索条 目匹配 的过程 。 当检索词与 特性的不同词条所描述。 在分类系统中文件被相同词条所描述是把 文件的标 记词匹配 ， 这个文件就 会出现在检索结果 中。 他们放 到同一聚类里 。 ３１Ｗ Ｅ ． Ｂ信 息 粒 化 把 Ｗ Ｅ 信 息分 割 成 不 同 的粒 ， 索 单 用 户 为 一 个 单用 户 粒 ｃ Ｂ 检 ， ４、 结 语 多 个 单 用 户 粒 构成 一 个 用 户 粒 集 合 Ｃ， 索 的Ｗ Ｅ 文 件 为一 个 单 文 检 Ｂ 本文讨论 了粒化 、 粒计算的基本 原理 ， 的思想应用到ＷＥ 信 粒 Ｂ 讨 Ｂ 用户空间 、 检索 件粒ｆ多个 单文件 类构成一个文件粒集合Ｆ。 ， 它们之 间的隶属 关系 息检索 上 ， 论了ＷＥ 信息的粒化 以及文件空 间、 词空 间模型 。 Ｂ ＷＥ 信息检索的研究对象是用户和检索文件 ， 有较 具 如下： 复杂 的内部结 构， 因此将粒计算方法应用于这类对象 ， 为信息检索 （Ｆ ＝（，） ＣＦ Ｆｉ ｌ ． ｃ ） ｛ Ｆ １ ∈ ， ， … ｝ ， ｃ ＝ ２… 公式 １ 开辟 了新 的 研 究 方 法 和 理 论 。 （，） ／ ， Ｊ Ｃｆ ∈ ，：， … 公式２ Ｃ＿ ＝（ ） 厂 ｃ Ｃ ， ＦＪ １ ｝ ｊ ２
学术论坛
粒计算与 ＷＥ Ｂ信息粒化
王晓丹 田永 梅
（ 尔滨 工业 大学 图 书馆 黑龙 江哈 尔滨 １０ ０） 哈 ５０ １
摘 要 ： 文介 绍 了粒 计 算 的基 本 粒 子 、 本 粒层 和 粒 结构 ， 细讨 论 了基 于粒 计 算的 ｗ Ｅ 详 Ｂ信 息粒 和ｗ Ｅ Ｂ信 息模 型 。 关 键词 ： 息检 索 粒化 粒 计算 信 息粒化 信 中图分 类 号 ： Ｐ ９ ． Ｔ ３ １３ 文献标识 码 ： Ａ 文章编 号 ：０ ７９ １ （０ １ ９０ ０ —２ １ ０ —４ ６２ １ ） — ２ ２ ０ ０
检 索 词 空 间“。 Ｉ
３ ２ １文件空间的拉化 ．． 聚类 、 分类和聚合规则分析是数据挖掘的主要技术 。 文件聚类 广泛应用信息检索技术 ， 降低计算成本和提高检索效率 通过特殊 ２、 粒 计 算 的标题和聚合在文件 的集合 中找到相似文件 ， 项技术是 自动发现 这 ２１粒 ． 这些相似 的文件组。 文件的聚合可 以被应用作为在文本 中的可能的 把整体的复杂的事物分割成小的具有相 同属性 的个体 ， 每一个 关联 ， 或者提示如何分解检索结 果为较小的部分 。简洁化 ， 复 之后再 方 式被 聚合 。 于 内容 的 、 于 查询 的 、 于 索 引 的方 法 都是 这 方 面 基 基 基 聚合成整体事物 。 数学家将粒 化方法理想化成化分 ， 这就是粒 的数 的 例 子 。 学 思 想 【。 ｌ １ ３ ２ ２ 用户 空 间 的粒 化 ．．
１、 概 述
互联网的发展为信 息检索提供了机遇 和挑 战。 随着网页信息爆 炸性无休止的增 长， 目前没有一个人能说出互联网上网页的准确数 量。 要从浩 如烟海 的网页中获得有 用的准确 的信息变得越来越 困 难 。 索 引 擎 可 以帮 助 我 们 检 索 到 互 联 网上 的资 源 ， 是 其 中包 括 搜 但 太 多 毫 不 相 关 或者 相 关 度不 大 的信 息 。 目前大 多 搜 索 引擎 是 基 于 关 键词 的， 而不是基于概 念的［ 为 了缩小和定位查询范 围， 】 １ 。 通常 限定 多个关键词 ， 然而查寻的结果仍是有大量 的无 关网页。 粒计算是信 息处理的一种新的概念和计 算范式， 是研究模糊的 、 不精确的、 不完 整 的及 海量的信息处理 的重要工具 。 ］
（＿＝ Ｃ ）『ｃ Ｆｉ ＝２ ｝ 式 ｃ ） ｋ ｌ∈ ， ， ｌ … 公 ４ ， 厂 ｉ ｃ Ｌ ， … ｊ
３２ＷＥ ． Ｂ信 息 的模 型 信息检索可以把检索用户分为单个 的用户 ， 也可以把单个的用 户聚合成一类 ， 聚合一起的用户具有可识别性 、 相似 形、 近似性 ， 具 体的个性化 的粒可 以称为较好 的粒化 ， 聚合到一起的粒可 以成为较 粗 糙 的粒 化 。 ＷＥ 信息检索涉及三 种查 询空 间， Ｂ 包括文件空间 、 用户空间 、