[发明专利]一种基于本体的主题搜索算法

权利要求书

1.一种基于本体的主题搜索算法，其特征在于，包括下列步骤：

建立基于本体的主题模型；

根据不同的主题模型，匹配合适的成员搜索引擎；

对搜索结果进行处理。

2.根据权利要求1所述的基于本体的主题搜索算法，其特征在于，所述基于本体的主题模型采取三元组Topic(C，P，S)来表示，形成主题树结构，其中：C表示由主题领域中的名词概念，具有相同属性和行为结构的概念类的集合；P描述概念和关系的属性；S表示主题类之间的结构关系。

3.根据权利要求2所述的基于本体的主题搜索算法，其特征在于，所述C采用向量空间模型来表示，使用二元组Ci(Keyi，Weighti)，其中Keyi表示关键词，Weighti表示关键词的权重。

4.根据权利要求1所述的基于本体的主题搜索算法，其特征在于，所述匹配合适的成员搜索引擎步骤预设有推荐的成员搜索引擎，并可对所述成员搜索引擎进行增减操作。

5.根据权利要求1所述的基于本体的主题搜索算法，其特征在于，所述对搜索结果进行处理包括对搜索结果的预处理、抽取特征词集和主题匹配。

6.根据权利要求5所述的基于本体的主题搜索算法，其特征在于，所述对搜索结果的预处理为将来自各成员搜索引擎的检索结果经过集成、去重后进行分词处理。

7.根据权利要求5所述的基于本体的主题搜索算法，其特征在于，所述抽取特征词集为抽取出表达网页内容的特征词，并根据特征词不同的位置赋予相应的权重，相同的特征词权重值相加，形成网页特征词集。

8.根据权利要求1所述的基于本体的主题搜索算法，其特征在于，所述搜索结果页面采用特征向量表示，主题的各个子类的概念也是特征向量，根据向量空间模型，两特征向量夹角的余弦值表示它们的相关度。

9.根据权利要求8所述的基于本体的主题搜索算法，其特征在于，计算出一个网页与主题的相关度，根据设定的阈值，将相关度最大的若干个网页按照相关度大小返回给用户。

10.根据权利要求9所述的基于本体的主题搜索算法，其特征在于，如果一个网页与本体中该概念的所有属性的相关度均达不到阈值策略中设定的最低相关度，则该网页被认定为不属于用户确定的领域范围，将它从结果集中剔除。