基于谱图理论的本体相似度计算

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (28): 110-112.

• 数据库、信号与信息处理 • 上一篇下一篇

基于谱图理论的本体相似度计算

兰美辉1，徐坚1，孙瑜2

1.曲靖师范学院计算机科学与工程学院，云南曲靖 655011
2.云南师范大学计算机科学与信息技术学院，昆明 650092

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-10-01 发布日期:2011-10-01

Ontology similarity computation based on spectral graph theory

LAN Meihui1，XU Jian1，SUN Yu2

1.Department of Computer Science and Engineering，Qujing Normal University，Qujing，Yunnan 655011，China
2.Department of Computer Science and Information Technology，Yunnan Normal University，Kunming 650092，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-10-01 Published:2011-10-01

摘要/Abstract

摘要： 概念的语义相似度研究，是知识表示以及信息检索领域中的一个重要内容。将与某概念相关的信息表示为一个向量，建立原本体图的伴随图。用ε-领域方法定义边，用高斯核函数定义边的权值。通过计算图拉普拉斯矩阵的次小特征值对应的特征向量得到本体相似度计算函数。实验结果表明该算法是有效的。

关键词: 本体, 概念相似度, 谱图理论, 拉普拉斯Beltrami算子, 高斯核函数

Abstract: Research on semantic similarity of concepts is an important content in the fields of knowledge representation and information retrieval.It expresses information that is related to the ontology concept as a vector，and establishes an adjoin graph for the original ontology graph.It defines the edge set with ε-neighborhoods and the edge weights with the Gaussian kernel function.By computing the eigenvector that the second smallest eigenvalue of Laplacian matrix corresponds to，it can get ontology similarity calculation function.Experimental results show that the algorithm is effective.

Key words: ontology, concept similarity, spectral graph theory, Laplace Beltrami operator, Gaussian kernel function

兰美辉1，徐坚1，孙瑜2. 基于谱图理论的本体相似度计算[J]. 计算机工程与应用, 2011, 47(28): 110-112.

LAN Meihui1，XU Jian1，SUN Yu2. Ontology similarity computation based on spectral graph theory[J]. Computer Engineering and Applications, 2011, 47(28): 110-112.

[1]	杨泉. N1+N2结构语法关系判定的SVM算法[J]. 计算机工程与应用, 2021, 57(20): 104-108.
[2]	高见，王安. 基于本体的网络威胁情报分析技术研究[J]. 计算机工程与应用, 2020, 56(11): 112-117.
[3]	李金海，何有世，马云蕾，周爱平. 基于多层领域本体的知识表示通用模型研究[J]. 计算机工程与应用, 2020, 56(11): 149-155.
[4]	王思雨，何泾沙，滕达. 支持隐私信息量化与保护的访问控制系统[J]. 计算机工程与应用, 2019, 55(16): 77-87.
[5]	渠寒花1，惠建忠1，何险峰2，王慕华1，何晓凤1，丰德恩1. 气象服务形式概念分析模型研究[J]. 计算机工程与应用, 2018, 54(9): 257-264.
[6]	游运1，2，3，万常选1，3，陈煌烨1，3. 考虑对象关联关系的多样化商品推荐方法[J]. 计算机工程与应用, 2018, 54(7): 70-76.
[7]	王祯. 基于设计知识本体的工程变更影响范围分析[J]. 计算机工程与应用, 2018, 54(5): 247-252.
[8]	朱文跃，刘宗田. 基于事件本体的突发事件领域知识建模[J]. 计算机工程与应用, 2018, 54(21): 148-155.
[9]	彭飞1，张涛1，徐伟光1，赵敏1，秦恒加2. 基于本体的操作系统安全策略生成模型[J]. 计算机工程与应用, 2018, 54(2): 114-118.
[10]	王红，张昊，史金钏. 基于LDA的领域本体概念获取方法研究[J]. 计算机工程与应用, 2018, 54(13): 252-257.
[11]	王家海，陈煜. 数据驱动的Job Shop生产调度知识挖掘及优化[J]. 计算机工程与应用, 2018, 54(1): 264-270.
[12]	韩学仁1，王青山1，郭勇1，崔兴亚2. 基于PSO-BP算法的地理本体概念语义相似度度量[J]. 计算机工程与应用, 2017, 53(8): 32-37.
[13]	陈恒1，2，李冠宇2，陈鑫影2，3. 模块化思想在大规模本体匹配中的应用[J]. 计算机工程与应用, 2017, 53(8): 149-153.
[14]	包旭光，王丽珍，陈红梅. 基于co-location模式和本体的地址选择算法[J]. 计算机工程与应用, 2017, 53(24): 15-22.
[15]	王庆林1，2，薛惠锋1，3. 支持复杂产品系统设计的虚拟知识流生成算法[J]. 计算机工程与应用, 2017, 53(22): 29-34.

基于谱图理论的本体相似度计算

Ontology similarity computation based on spectral graph theory

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics