Revisão Sistemática da Literatura sobre ranking de Relacionamentos na Web Semântica

Paulo E. Santos, Karina Valdivia Delgado, M. Lauretto, M. M. Ribeiro
{"title":"Revisão Sistemática da Literatura sobre ranking de Relacionamentos na Web Semântica","authors":"Paulo E. Santos, Karina Valdivia Delgado, M. Lauretto, M. M. Ribeiro","doi":"10.5753/sbsi.2017.6023","DOIUrl":null,"url":null,"abstract":"O ato de realizar pesquisas na Web tem sido o mesmo por anos. O usu´ario realiza uma consulta composta de termos, e o motor de busca ´e respons´avel por encontrar as melhores respostas `aquela consulta. Frequentemente, existem informa¸c˜oes subjetivas que o usu´ario n˜ao consegue transmitir em sua consulta, mas que ele espera que o motor de busca seja capaz de inferir. Isso leva a resultados que s˜ao relacionados `a sua consulta, mas n˜ao aos seus interesses. Uma forma de mitigar esse problema foi a introdu¸c˜ao da Web Semˆantica, que visa a permitir que os dados dispon´iveis na Web tenham um sentido, ou seja, uma semˆantica. Diversas abordagens de busca na Web Semˆantica tˆem sido propostas e implementadas nos ´ultimos anos, bem como abordagens para classifica¸c˜ao (ranking) de resultados. Esta revis˜ao sistem´atica da literatura tem por objetivo identificar as tendˆencias na ´area de ranking de relacionamentos na Web Semˆantica. De um total de 1.194 artigos inicialmente retornados em nossa pesquisa, foram selecionados e analisados 10 estudos prim´arios nesse tipo de ranking, dando-se especial aten¸c˜ao `as caracter´isticas das t´ecnicas adotadas e aos experimentos realizados. Observou-se ent˜ao que novas solu¸c˜oes promissoras envolvem o uso de algoritmos de aprendizado de m´aquina para realizar o ranking dos resultados das consultas.","PeriodicalId":111716,"journal":{"name":"Brazilian Symposium on Information Systems","volume":"232 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2017-05-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Brazilian Symposium on Information Systems","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.5753/sbsi.2017.6023","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

Abstract

O ato de realizar pesquisas na Web tem sido o mesmo por anos. O usu´ario realiza uma consulta composta de termos, e o motor de busca ´e respons´avel por encontrar as melhores respostas `aquela consulta. Frequentemente, existem informa¸c˜oes subjetivas que o usu´ario n˜ao consegue transmitir em sua consulta, mas que ele espera que o motor de busca seja capaz de inferir. Isso leva a resultados que s˜ao relacionados `a sua consulta, mas n˜ao aos seus interesses. Uma forma de mitigar esse problema foi a introdu¸c˜ao da Web Semˆantica, que visa a permitir que os dados dispon´iveis na Web tenham um sentido, ou seja, uma semˆantica. Diversas abordagens de busca na Web Semˆantica tˆem sido propostas e implementadas nos ´ultimos anos, bem como abordagens para classifica¸c˜ao (ranking) de resultados. Esta revis˜ao sistem´atica da literatura tem por objetivo identificar as tendˆencias na ´area de ranking de relacionamentos na Web Semˆantica. De um total de 1.194 artigos inicialmente retornados em nossa pesquisa, foram selecionados e analisados 10 estudos prim´arios nesse tipo de ranking, dando-se especial aten¸c˜ao `as caracter´isticas das t´ecnicas adotadas e aos experimentos realizados. Observou-se ent˜ao que novas solu¸c˜oes promissoras envolvem o uso de algoritmos de aprendizado de m´aquina para realizar o ranking dos resultados das consultas.
语义网关系排名文献的系统综述
进行网络搜索的行为多年来都是一样的。用户执行一个由术语组成的查询,搜索引擎可以为该查询找到最佳答案。通常情况下,用户无法在查询中传达一些主观信息,但他希望搜索引擎能够推断出这些信息。这将导致与您的查询相关的结果,但与您的兴趣无关。一种缓解这个问题的介绍网站¸c˜,没有ˆ安,宗旨是让数据描述´iveis在网上有一个方向,也就是说,一个没有,ˆ安。各种方法在网上搜索,没有ˆ安tˆ´几年的提出和实施,以及方法具有¸c˜(排名)的结果。这revis˜去认定´atica文学的目的是识别tendˆ序列在´地区排名没有,ˆ安的关系网络。在我们最初返回的1194篇文章中,我们选择并分析了这类排名的10项主要研究,特别关注所采用的技术和所进行的实验的特点。因此,我们观察到新的有前途的解决方案包括使用机器学习算法来执行查询结果的排名。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信