大学生调查研究报告--都是新兴技术,,,国内发展实在是很落后的,,,
简单的说,,就是一些资料的整理了,,,
1.调查背景
网络的诞生无疑已经给人们带来了无以伦比的快捷,人们已经离不开网络了。随着技术的不断研发和升级换代,网络的功能运用越来越多,覆盖面同样越来越广。现在已经成为通信功能、资讯功能、综合服务功能和其它社会功能的全面应用。网络的飞速发展的确极大的改变了人们的生活,而既然网络是服务人类的存在,那么随着人类需求的不断增加和改变,网络本身也一定需要大的变革去适应满足人类的需求。
而语义网(Semantic Web)就是一项未来网络的去满足人类新需求的新技术。
语义网是对未来网络的一个设想,现在与Web 3.0这一概念结合在一起,作为3.0网络时代的特征之一。简单地说,语义网是一种未来的一种智能网络,它不但能够理解词语和概念,而且还能够理解它们之间的逻辑关系,可以使交流变得更有效率和价值。
语义网就是能够根据语义进行判断的智能网络,实现人与电脑之间的无障碍沟通。它的核心是:通过给万维网上的文档添加能够被计算机所理解的语义“元数据”,从而使整个互联网成为一个通用的信息交换媒介。它好比一个巨型的大脑,智能化程度极高,协调能力非常强大。在语义网上连接的每一部电脑不但能够理解词语和概念,而且还能够理解它们之间的逻辑关系,可以干人所从事的工作。它将使人类从搜索相关网页的繁重劳动中解放出来,把用户变成全能的上帝。语义网中的计算机能利用自己的智能软件,在万维网上的海量资源中找到你所需要的信息,从而将一个个现存的信息孤岛发展成一个巨大的数据库。
从以上来看,语义网的发展无疑是未来Web 3.0发展和的必须的。语义网的建立极大地涉及了人工智能领域的部分,这显然与web 3.0智能网络的理念不谋而合,因此语义网的初步实现也作为web 3.0的重要特征之一,但是想要实现成为网络上的超级大脑,需要长期的研究,这意味着语义网的相关实现会占据网络发展进程的重要部分,并且延续于数个网络时代,逐渐转化成“智能网络”。
因此通过调查研究了解语义网的发展变得十重要。
2.调查目的及内容
通过调研语义网的发展现状,了解语义这一门新兴技术,来分析语义网未来的发展。
主要从语义网的提出到发展,从一些优秀的探索性产品上了解语义网的现状。以现有的资料,了解语义网的特点、运作原理及结构体系。而不是从技术方面去研究(还没那种水平。。。。)。
内容:
语义网的提出
国外的优秀发展案例
语义网的特点
看语义网的前景
-
3.调研的基本情况
语义网概念的提出
语义网的概念是由万维网联盟的蒂姆·伯纳斯-李(TimBerners-Lee)在1998年提出的一个概念,实际上是基于很多现有技术的,也依赖于后来和text-and-markup与知识表现的综合。其渊源甚至可以追溯到20世纪60年代末期的Collins、Quillian、Loftus等人的研究,还有之后70年代初R.F.Simon、R.C.Schamk、Minsky等人陆续提出的一些理论上的成果。其中Simon在进行自然语言理解的应用研究时提出了语义网络Semantic Network(不是现在的Semantic Web)的概念。当时人们甚至发明了以逻辑为基础的程序设计语言Prolog。
蒂姆·伯纳斯-李在2006年普林斯顿大学演讲和后期接受媒体采访时公开表示,他最初将这种智能网络命名为语义网或许不够贴切,也许更准确的名称应该是数据网(Data Web)。
国外的优秀发展案例
腾讯科技讯曾经报道,据国外媒体报道,每年读写网(ReadWriteWeb)都会从各个领域中评选出十佳产品或程序。2010年,十大语义网产品和应用的评选拉开了2010“最佳”系列产品评选的序幕。
2010年,读写网从语义网的新创公司中选出了五个产品,从大公司里挑出了五项互联网应用。这些新创公司代表了语义网发展的前沿趋势。随着用户量的增长及科技的创新,今年的语义网产品对互联网产生了一定的影响。读写网所挑选的公司为语义技术的大规模应用提供了最好的例证,其中包括Facebook、谷歌及英国广播公司BBC等。
虽然很多人认为语义网(Semantic Web)这个名词应仅用于已被W3C认可的技术(W3C全球万维网联盟),比如说RDF(资源描述框架,W3C提出的一组标记语言的技术标准)和SPARQL(W3C的RDF数据工作组设计的一种查询语言和协议,用于RDF数据的查询),但是我们有时也会互换使用“Semantic Web”(语义网)和“Semantictechnology”(语义技术)这两个术语。事实上,读写网所挑选出的十大应用技术中有相当一部分并没有获得W3C的认可,亦或已经在某种程度上得到调整,例如Facebook对RDFa的应用。因此,我们选择了将“Semantic Web”这个术语应用于更宽泛、包容更广阔的意义中。简单来说,语义网产品是将意义与语境融入到数据中去的产品。