農業(yè)信息資源,“三農”用戶(hù)只能興嘆(組圖)

　　[摘要]：截至2009年底，互聯(lián)網(wǎng)上有超過(guò)30,000個(gè)與農業(yè)相關(guān)的網(wǎng)站，積累了豐富的信息資源，例如農業(yè)技術(shù)，市場(chǎng)信息，政策法規和農業(yè)消息。但是，由于缺乏互聯(lián)網(wǎng)信息資源的統一形式表達，信息異質(zhì)，異質(zhì)，分散，重復現象嚴重，形成了“信息孤島”，難以發(fā)揮農業(yè)信息資源的綜合效應。同時(shí)，由于農民的文化水平和計算機操作能力的限制，“三農”用戶(hù)難以使用傳統的搜索工具直接進(jìn)行交互，捕獲和過(guò)濾個(gè)性化信息。面對龐大的農業(yè)信息資源，“三農”用戶(hù)只能興奮地嘆息，“信息泛濫”的問(wèn)題十分嚴重。因此，建立專(zhuān)業(yè)化，個(gè)性化，智能化的農業(yè)搜索模型和相應的搜索引擎系統具有重要意義。本文基于開(kāi)放，分散，等級，演進(jìn)和龐大等互聯(lián)網(wǎng)的基本特征，提出了一種復雜的農業(yè)自適應搜索模型。該模型建立了農業(yè)信息資源發(fā)現，信息獲取，信息處理和用戶(hù)服務(wù)實(shí)體的聯(lián)盟。通過(guò)實(shí)體與網(wǎng)絡(luò )資源，網(wǎng)頁(yè)的實(shí)體與內容，網(wǎng)頁(yè)的表達形式，實(shí)體與用戶(hù)的個(gè)人需求之間的學(xué)習和適應機制，實(shí)現了匹配機制。適應復雜而動(dòng)態(tài)的Internet環(huán)境提高了農業(yè)搜索引擎的召回率和準確性，并解決了新一代搜索引擎面臨的核心問(wèn)題。針對農業(yè)互聯(lián)網(wǎng)資源的動(dòng)態(tài)性和高度分散的特點(diǎn)，提出一種自適應農業(yè)深度Web資源發(fā)現算法AADWED（自適應農業(yè)深度Web入口發(fā)現）算法。

　　此算法通過(guò)不斷地從樣本中學(xué)習適當的查詢(xún)表達式并將其提交給一般搜索引擎，從而有效地獲取了域Deep Web資源條目頁(yè)面。實(shí)驗表明，該算法大大提高了農業(yè)領(lǐng)域深層Web資源發(fā)現的收益。針對網(wǎng)站頁(yè)面呈現多樣性和動(dòng)態(tài)性的特點(diǎn)，提出了一種自適應的Web結構化數據提取算法。該算法基于MDR算法，提出了一種基于相對熵的頁(yè)面去噪算法，提高了Web結構化數據提取的準確性。針對互聯(lián)網(wǎng)上大量農業(yè)數據描述不完整和冗余的問(wèn)題，本文著(zhù)重研究農產(chǎn)品價(jià)格，供求等信息和基于語(yǔ)義的數據的空間屬性的自動(dòng)標注。冗余處理問(wèn)題，從而改善了數據。系統的質(zhì)量和可用性為準確的檢索和視覺(jué)分析服務(wù)提供了基礎。針對不同Web用戶(hù)的個(gè)性化需求，提出了一種基于FCA的用戶(hù)興趣主題自動(dòng)挖掘算法。所挖掘的興趣主題模式被描述為一組正式概念，并且興趣概念模式之間的連接在概念格中顯示和描述，這有助于用戶(hù)理解。本文還提出了一種計算文檔和用戶(hù)感興趣的主題之間的相關(guān)性的方法。通過(guò)對比實(shí)驗證明該方法是有效的。最后，在提出的農業(yè)綜合自適應搜索模型的基礎上，設計并實(shí)現了農業(yè)垂直搜索引擎系統“中國搜農”。該系統已開(kāi)始向外界*敏*感*詞*開(kāi)放服務(wù)，并已在許多省市推廣和應用。