隨著網絡上RDF數據的爆發(fā)式增長,數據的質量問題也越發(fā)嚴重。底層數據的不準確、不一致或不完整性嚴重影響了RDF數據的使用。當前解決這些難以檢測或修復的RDF數據質量問題的主要手段,仍然是專家人工干預,成本極高。為了應對RDF數據質量評估的挑戰(zhàn),眾包成為一種強大的機制,它可以借助大眾的智慧有效解決機器難問題。但由于眾包工作者擁有不同的知識背景,其提交的眾包結果質量也必然參差不齊,為了有效提高RDF數據的質量,則必須控制眾包工作者及其提交眾包任務結果的質量。本文針對以上問題進行了深入研究,主要工作分為兩部分:（1）提出一種概念專業(yè)度評估模型,用于選擇高質量的專業(yè)眾包工作者,完成RDF數據眾包任務。該模型根據RDF數據眾包任務的概念層次樹,從標準知識庫中抽取測試任務實例,并利用知識表示的方法,自動構建測試任務實例的選項集合,從而生成概念專業(yè)度測試任務。（2）提出一種基于概念專業(yè)度的眾包任務動態(tài)分配策略,用于為工作者匹配最合適的RDF數據眾包任務。該策略根據概念專業(yè)度模型,構建工作者的概念精確度向量,并結合工作者的概念距離和概念精確度,為其動態(tài)匹配距離最近的RDF數據眾包任務,從而使得每個工作... 

【文章來源】：武漢科技大學湖北省

【文章頁數】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 研究背景和意義
    1.2 研究現狀
    1.3 本文主要工作
    1.4 本文結構安排
第2章 基本理論和相關知識
    2.1 RDF數據
    2.2 眾包
        2.2.1 眾包的內涵
        2.2.2 眾包系統(tǒng)組成及工作流程
        2.2.3 眾包質量控制策略
        2.2.4 眾包任務分配策略
    2.3 本章小結
第3章 工作者概念專業(yè)度評估模型構建
    3.1 問題描述
        3.1.1 概念定義
        3.1.2 符號定義
        3.1.3 問題定義
    3.2 概念專業(yè)度評估模型架構
    3.3 基于標準知識庫的概念對齊策略
        3.3.1 概念對齊策略
        3.3.2 標準知識庫選擇
    3.4 測試任務提取
        3.4.1 測試任務實例提取
        3.4.2 剪枝策略
    3.5 選項構建
    3.6 本章小結
第4章 RDF數據眾包任務動態(tài)分配策略
    4.1 相關定義
        4.1.1 概念定義
        4.1.2 符號定義
    4.2 RDF數據眾包任務動態(tài)分配架構
    4.3 概念精確度向量構建
        4.3.1 概念精確度向量計算
        4.3.2 眾包任務結果估計
    4.4 眾包任務動態(tài)分配策略
        4.4.1 任務概念距離計算
        4.4.2 任務動態(tài)分配
    4.5 本章小結
第5章 實驗設計與實驗分析
    5.1 實驗數據集
    5.2 實驗設計及結果分析
        5.2.1 CPA模型實驗分析
        5.2.2 DACP策略實驗分析
    5.3 本章小結
第6章 結論與展望
    6.1 工作總結
    6.2 工作展望
致謝
參考文獻
附錄1 攻讀碩士學位期間發(fā)表的論文
附錄2 攻讀碩士學位期間參加的科研項目
詳細摘要



本文編號：2957022