摘要:当前内容适配不够准确、智能,为解决此问题,把语义网的一些思路用于内容适配中,提出根据公共Ontology跟本地Ontology连接来指导适配,从而提供更个性化、更智能的服务,而Ontology实例的相似度计算可以成为适配的依据.针对应用采用不同的权值,计算出来的相似度不同,得到的聚集也不同,这样可以针对不同的需求来进行聚集,从而指导适配,使适配更贴近人们的主观质量要求,也具有更好的语义解释.据此提出一种新的聚类缓存替换算法ACR,通过结合Ontology的相似度和缓存对象缓存价值的定义和计算,来完成适配中多版本缓存的替换,并与目前常用的缓存算法LRU,FIFO进行比较,结果表明ACR算法比LRU,FIFO等替换算法有着更好的命中率,并能针对应用优化。