دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
بازیابی موثر اطلاعات در وب معنایی با طراحی یک معماری |
عنوان انگلیسی مقاله: |
An architectural design for effective information retrieval in semantic web |
|
مشخصات مقاله انگلیسی (PDF) | |
سال انتشار | 2014 |
تعداد صفحات مقاله انگلیسی | 9 صفحه با فرمت pdf |
نوع مقاله | ISI |
نوع نگارش | مقاله پژوهشی (Research Article) |
نوع ارائه مقاله | ژورنال |
رشته های مرتبط با این مقاله | مهندسی کامپیوتر و فناوری اطلاعات |
گرایش های مرتبط با این مقاله | معماری سیستم های کامپیوتری، اینترنت و شبکه های گسترده، رایانش ابری و مهندسی نرم افزار |
چاپ شده در مجله (ژورنال) | سیستم های خبره با کاربردهای آن – Expert Systems with Applications |
کلمات کلیدی | بازیابی اطلاعات، وب معنایی، جستجوی معنایی، آنتولوژی (هستی شناسی)، پرس و جوی معنایی |
کلمات کلیدی انگلیسی | Information retrieval – Semantic web – Semantic search – Ontology – Semantic query |
ارائه شده از دانشگاه | دانشگاه مادورای کامارج، هند |
نمایه (index) | Scopus – Master journals – JCR |
نویسندگان | M. Thangaraj، Sujatha |
شناسه شاپا یا ISSN | ISSN 0957-4174 |
شناسه دیجیتال – doi | https://doi.org/10.1016/j.eswa.2014.07.017 |
ایمپکت فاکتور(IF) مجله | 5.891 در سال 2018 |
شاخص H_index مجله | 162 در سال 2019 |
شاخص SJR مجله | 1.190 در سال 2018 |
شاخص Q یا Quartile (چارک) | Q1 در سال 2018 |
بیس | است ✓ |
مدل مفهومی | دارد ✓ |
پرسشنامه | ندارد ☓ |
متغیر | ندارد ☓ |
رفرنس | دارد ✓ |
کد محصول | 9652 |
لینک مقاله در سایت مرجع | لینک این مقاله در نشریه Elsevier |
نشریه الزویر |
مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
وضعیت ترجمه | انجام شده و آماده دانلود در فایل ورد و PDF |
کیفیت ترجمه | طلایی⭐️ |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش | 19 صفحه با فونت 14 B Nazanin |
ترجمه عناوین تصاویر و جداول | ترجمه شده است ✓ |
ترجمه متون داخل تصاویر | ترجمه شده است ✓ |
ترجمه متون داخل جداول | ترجمه شده است ✓ |
درج تصاویر در فایل ترجمه | درج شده است ✓ |
درج جداول در فایل ترجمه | درج شده است ✓ |
درج فرمولها و محاسبات در فایل ترجمه | به صورت عکس درج شده است ✓ |
منابع داخل متن | به صورت انگلیسی درج شده است✓ |
فهرست مطالب |
چکیده مقدمه انگیزه کارهای تحقیق ساختار مقاله کارهای مرتبط معماری SBIRS پیشنهادی خزشگر پیش پردازنده سیستم حاشیه نویسی معنایی (حاشیه نویس) سیستم شاخص گذاری معنایی (شاخص گذار) تبدیل کننده پرس و جوی معنایی سیستم بازیابی محتوای معنایی سیستم رتبه بندی معنایی الگوریتم ها پیاده سازی و آزمایش نتایج و جهت گیریهای آتی جهت گیریهای آتی |
بخشی از ترجمه |
چکیده سیستم IR وب فعلی اطلاعات مرتبط را فقط براساس کلمات کلیدی بازیابی می نماید، که این کار برای حجم وسیع داده ها، کافی نیست. سیستم مذکور قابلیت های محدودی برای کسب مفاهیم نیازهای کاربر و رابطه بین کلمات کلیدی فراهم می نماید. این محدودیت ها منجر به ایده جستجوی مفهومی کاربر می گردند که شامل مفاهیم و معانی می شود. این مطالعه با سیستم بازیابی اطلاعات معنایی برای جستجوی وب معنایی سرو کار داشته و یک الگوریتم بهبود یافته برای بازیابی کارآمدتر اطلاعات معرفی نمود. این معماری از لیست کلمات کلیدی ساده ای که توسط کاربر فراهم گردید، به عنوان ورودی استفاده نموده و پرس و جو به پرس و جوی معنایی تبدیل می گردد. عملیات تبدیل با کمک مفاهیم حوزه آنتولوژیهای حوزه از قبل موجود و مجموعه اطلاعات (خزانه) شخص ثالث انجام شده و رابطه معنایی بین آنها در زمان اجرا، کشف می گردد. اطلاعات مرتبط برای پرس و جوی معنایی، بازیابی و طبق ربطشان با کمک یک الگوریتم بهبود یافته رتبه بندی می گردند. تحلیل عملکرد نشان می دهد که سیستم پیشنهادی در مقایسه با سیستم های موجود می تواند صحت و اثربخشی بازیابی اسناد وب مرتبط را بهبود بخشد.
6- جهت گیریهای آتی پیاده سازی فعلی را می توان در حوزه های زیر توسعه و بهبود داد. • ابتداعاً برای پشتیبانی از زبان های متعدد، پایگاه دانش را می توان احاطه نمود. • توسعه رجحان های کاربر و ویژگیهای آیتم از طریق خصوصیات آنتولوژی امکان تشخیص هم رخدادیهای علایق بین کاربران را فراهم آورده و علایق زیادی را می یابد که برای ارائه توصیه ها موجود هستند. • برای توسعه بیشتر این تحقیق، امکان سنجی عملی استفاده از مدلهای جستجوی معنایی در محیط ابری مورد پژوهش قرار گرفته است. از این چارچوب می توان برای تصویربرداری معنایی تصاویر استفاده نمود. • از این پیاده سازی می توان برای وب سرویس ها در محیط ابری نیز استفاده نمود. |
بخشی از مقاله انگلیسی |
Abstract The current web IR system retrieves relevant information only based on the keywords which is inadequate for that vast amount of data. It provides limited capabilities to capture the concepts of the user needs and the relation between the keywords. These limitations lead to the idea of the user conceptual search which includes concepts and meanings. This study deals with the Semantic Based Information Retrieval System for a semantic web search and presented with an improved algorithm to retrieve the information in a more efficient way. This architecture takes as input a list of plain keywords provided by the user and the query is converted into semantic query. This conversion is carried out with the help of the domain concepts of the pre-existing domain ontologies and a third party thesaurus and discover semantic relationship between them in runtime. The relevant information for the semantic query is retrieved and ranked according to the relevancy with the help of an improved algorithm. The performance analysis shows that the proposed system can improve the accuracy and effectiveness for retrieving relevant web documents compared to the existing systems.
6- Future directions The current implementation can be extended and improved in the following areas. Initially the knowledge base can be encircled to support multiple languages. The extension of user preferences and item features through ontology properties enable the detection of further co-occurrences of interests between users and finds new interests, available for recommendations. As a further extension of this research, the practical feasibility is investigated for applying semantic search models to the cloud environment. This framework can be adopted for images as semantic imaging. This implementation can be further used in Cloud Environment for web services. |
تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد |
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
بازیابی موثر اطلاعات در وب معنایی با طراحی یک معماری |
عنوان انگلیسی مقاله: |
An architectural design for effective information retrieval in semantic web |
|