语义场模型及其在P2P搜索中的应用_王志晓著.pdf

制，成为一种迫切需求。本书提出基于语义场的结构化P2P资源组织与搜索机制。语义场体现语义的聚集与分布，而P2P资源具有确定的语义信息。不考虑资源的物理位置，根据语义将其放置到语义场中。资源将按照自身语义在场中有规律地分布，具有相同语义的资源沿等势线聚集，从而实现基于语义场的结构化P2P资源组织。将查询请求视为一种特殊的资源，映射到语义场中。查询请求所在等势线上的资源和查询请求具有相同的语义。该等势线上资源的索引信息由P2P网络中选定的节点管理，只要将查询请求定位到该P2P节点，就可以获取该等势线上所有资源的详细索引信息，进而找到符合查询语义的资源，完成基于语义场的结构化P2P资源搜索。语义场模型为解决结构化P2P网络中的资源组织与搜索问题提供了新方法。与以往研究相比，基于语义场的结构化P2P资源组织与搜索机制有很多优势。以往研究中，语义粒度固定不变。语义粒度太小，容易形成过多的资源划分，增加系统维护开销。语义粒度太大，不能表达足够的语义信息，难以实现高效的资源搜索。语义场模型将语义粒度归结为相邻等势线的步长，根据实际需要动态地确定该步长。以往研究中，研究者将保存有相同语义资源的节点聚集在一起，以此加速搜索过程。节点聚类的最终目的是资源聚类。P2P节点资源多样化，分布不均衡，且动态变化，所以很难准确、完整地通过节点聚类实现资源聚类。语义场模型不考虑资源的物理位置，而是直接按照资源的语义对其进行逻辑聚类，避开了节点聚类中繁琐的资源语义统计过程。2