本体技术在用户兴趣建模中的应用研究

用户兴趣建模是个性化信息服务的基础和核心,它的主要构建环节包括了信息获取、模型表示、模型学习更新。通过对现有基于本体的用户兴趣建模思路分析,采用了叙词表改造本体的方法介绍用户兴趣模型的构建,构建过程中应用到了初始本体、领域本体、用户本体和参考本体。     

基于本体构建的协同推荐研究

通过构建领域本体,利用用户兴趣与领域本体中概念的映射关系,构建用户兴趣本体,发掘用户兴趣模式。研究用户兴趣本体相似度的计算方法,并通过用户兴趣相似度进行垂直加权,通过时间新颖度进行水平加权,从而利用改进的加权关联规则挖掘算法对用户感兴趣的领域本体中的概念进行挖掘,实现面向内容的协同推荐。     

个性化服务中用户兴趣建模与更新研究

目的:为了使用户兴趣模型更好地被推荐系统理解,实现个性化服务.方法:引入领域本体,对特征项语义进行扩展,构建电影领域本体.根据信息论思想,改进相似度的计算方法,构建基于本体的用户四元组多兴趣细粒度表示模型和相应更新机制.结果:随着用户欣赏同类电影的数量的不断增加,用户兴趣模型能进行累加学习,推荐的准确性不断提高.当用户的兴趣爱好发生转移时,用户兴趣模型能随着用户兴趣的转移合理地"遗忘"掉用户过去的爱好,而积累用户新近感兴趣的电影主题.结论:实验表明该用户兴趣模型能够准确及时地跟踪用户多种兴趣及其变化,保证用户模型的可靠性.     

结合本体与社会化标签的用户动态兴趣建模研究

以博客、即时通讯、社会网络、社群共享、社会化标注等为代表的Web 2.0应用技术,使用户、信息、资源构成关系紧密的web网络。目前将本体应用到社会化标签用户动态兴趣的研究资料极为稀少,尚无法满足平台对用户兴趣精准把控的需求。本研究从此角度出发,探讨兴趣模型的构建方法。在《中国分类主题词表》和《中国图书馆分类法》对词语的约束规则和关系定义的基础上,构建豆瓣读书用户的兴趣标签本体;并根据再现率、覆盖度、热度率指标对标签的兴趣强度、稳定性进行预测实验,确定兴趣的表示形式,以此构建初始兴趣模型,并提出相应的兴趣节点更新流程。本研究提出的基于本体的用户兴趣模型及更新流程在用户兴趣表示的深度及广度上有了一定程度的提升,在标签资源推荐、检索等实践应用上其适用性更强。     

基于流通数据挖掘的读者阅读兴趣本体模型构建

从检索图书馆读者借阅记录入手,针对读者借阅记录的分类号进行频数统计和聚类分析,并依据获得的借阅兴趣类目构建读者阅读兴趣本体模型。使用SWRL规则描述语言构造推理规则,在Jess推理引擎中进行推理,实现读者阅读兴趣本体模型的动态更新。通过程序测试表明：挖掘流通数据、建立读者阅读兴趣本体模型、利用关系数据库数据和推理方法动态更新本体,是实现个性化荐书服务自动推送的可行方法。     

基于多语言本体的中英跨语言信息检索模型及实现

[目的/意义] 构建一个基于多语言本体的跨语言信息检索模型,有助于用户通过该模型使用自己熟悉的语言来获取不同语种的信息资源。[方法/过程] 通过本体设计及检索模型功能模块设计建立一个基于数字出版领域本体的中英跨语言信息检索模型,并利用Java语言及Lucene搜索引擎架构对该模型进行编程实现。[结果/结论] 多语言领域本体具有明确、形式化、共享、概念化、结构清晰等特征,可以作为语义层应用于跨语言信息检索系统之中,实现信息资源的语义表达。经测试,本文构建的模型能够较好地实现分词、查询扩展和语义关联等功能,促进跨语言信息检索向语义层次发展。     

以社交事件为中心的社会情景本体模型研究

[目的/意义] 以社交事件为中心构建社会情景本体模型,使其能够对社会情景进行动态的、丰富语义的描述。[方法/过程] 研究Web服务相关事件本体,确定基本体;分析以用户为中心、以交互社区为中心和以资源为中心的社会情景相关本体,确定扩展本体。通过本体集成的6个阶段对基本体和扩展本体进行集成,输出以社交事件为中心的社会情景本体（SIECSCO）。以微信平台中的用户社会情景为例,构建SIECSCO 实例,验证本体模型的有效性。[结果/结论] 以社交事件为中心构建社会情景本体模型优于传统的社会情景本体模型结构,SIECSCO能够很好地对社会情景的动态演化过程进行描述。     

基于形式概念分析的领域本体构建方法优化研究

针对基于形式概念分析(FCA)的领域本体构建方法的优化问题进行论述,解决优化的四个难点,应用并行开发的工程思想,采用“分而治之、映射集成”的具体手段,提出一种新的基于FCA的领域本体构建方法并建立“增量模型”。该方法将整个领域本体构建过程分解成核心本体和若干个并行开发的增量本体的构建过程,而后将核心本体和增量本体通过本体映射和本体集成的手段进行按需组合,最终得到用户所需领域本体。     

基于用户行为建模和大数据挖掘的图书馆个性化服务研究

[目的/意义] 大数据背景下,如何构建合适的用户行为模型并基于海量的行为日志数据提供个性化服务,是当前图书馆大数据应用落地迫切需要解决的问题。[方法/过程] 首先分析用户行为模型构建的研究现状及存在的困境,接着密切结合大数据背景下个性化服务的特征,针对性提出基于本体的高校图书馆用户行为模型的构建策略和构建方法,并设计一种利用用户日志库提取用户显性兴趣和隐性需求本体的个性化服务方案,最后给出基于流行的Hadoop大数据分析平台和MapReduce计算框架的图书馆个性化服务的应用案例。[结果/结论] 基于本体构建的用户行为模型,技术上可与大数据分析平台实现无缝对接,从而提供实时而精准的服务,能有效应对当前大数据环境下图书馆个性化服务面临的“知识迷航”“信息过载”和“情感缺失”的挑战。     

基于Web挖掘技术的用户兴趣本体学习研究

目前针对基于关键词的用户模型不能从语义上表达用户需求真正内涵,基于领域本体的用户模型多数忽略研究概念间非分类关系和语义应用环境较分散等缺陷。本文提出一种循环式的基于Web挖掘技术的用户兴趣本体学习模型,即综合应用统计分析、关联规则和聚类分析等技术进行电子商务领域用户兴趣概念及概念间分类与非分类关系学习,面对用户兴趣的迅速变化,还提出一种传递激活方法来实时更新本体或重新进行本体学习,以不断提高该本体的质量。经验证,基于该本体的用户模型在文本过滤等应用中能较上述两种用户模型满足用户个性化服务需求。     

Web2.0环境下基于SNA的用户信息行为过程建模研究

通过对网络社会信息行为的分析,建立Web2.0环境下基于SNA的用户信息行为过程模型。该模型以用户为中心,通过分析其资源网络构建及演变,从而导出用户的信息行为过程模式。行为模式的每个周期内用户行为过程会呈现网络资源“少-多-少”的三段式演进特征,同时该特征会随着时间的推移产生周期性波动。以豆瓣网为实例,通过数据分析对该模型进行验证,符合理论预期。     

基于虚本体构建的网格领域本体匹配研究

现有的语义网格信息检索过程,实际上只是用户请求的某些概念描述与网格本体的匹配,无法做到真正的本体与本体之间的匹配。在充分研究现有网格本体匹配算法的基础上,提出构造网格虚本体来形式化描述用户需求,即通过网格领域虚本体的构造为网格本体的匹配做铺垫,同时利用本体分层和图匹配来提高匹配的准确率, 并对其匹配模式和匹配算法都有相应的改进和提高。     

基于WordNet和SUMO本体集成的自动语义检索及可视化模型

针对语义检索在实际应用中面临的用户查询意图获取困难、潜在语义索引计算复杂、领域本体覆盖范围小、概念语义类型不丰富、自动化程度低等问题,提出基于WordNet和SUMO本体集成的自动语义检索及可视化模型。实验表明这种模型能够过滤掉大量与用户查询无关的信息,提高信息检索系统的检准率,并很好地满足用户可视化和个性化检索需求。     

基于本体论的高校图书馆个性化书目推送系统

针对高校图书馆个性化服务的要求,研究利用本体论技术实现高校图书馆个性化的书目信息推送服务。对书目信息本体论、用户信息本体论和用户兴趣模型的构建进行介绍,并在此基础上构建一种基于本体论的高校图书馆个性化书目信息推送系统模型,该模型不但可以为每本书找到它们潜在的读者,还可以为读者节省时间,使读者不用到图书馆就可以获取所需书目信息,为高校图书馆实现个性化书目信息推送服务提供参考。     

基于学术产出挖掘的用户兴趣建模研究

为了解决用户兴趣建模初期存在的冷启动问题,以科研用户公开发表的学术产出作为用户兴趣建模的数据源,采用文本挖掘和基于本体的模型表示技术进行用户建模,并提出一种通过实体关系表示用户兴趣的方法。该方法与使用单个关键词或实体的表示方法相比,语义信息更为丰富,能更好地描述用户兴趣。最后,将生成的用户兴趣本体实例存储到Sesame本体数据库中,支持通过SeRQL和SPARQL语言进行查询,实现了用户兴趣信息的语义化存储和检索。     

基于交互式政务信息服务的用户模型分析

针对目前电子政务信息服务的现状,在个性化政务信息服务基础上提出进行交互式的电子政务信息服务,构建以用户模型为核心的交互式政务信息服务系统总体构架,再由抽象到具体对用户模型的建模过程和结构进行着重分析,明确用户模型在政务信息服务中的核心作用,有利于系统实现自适应检索,为用户提供一种个性化、智能化的政务信息检索服务,同时也有助于预期定位用户的需求从而进行主动推荐服务。     

基于用户兴趣模型的电子商务网站推荐技术比较及启示

介绍用户兴趣模型、推荐系统以及协同过滤推荐技术、基于内容、基于人口统计、基于知识、基于效用、基于关联规则的推荐技术等主流推荐技术,并对六种推荐技术从应用角度进行深入比较研究,最终提出将协同过滤推荐技术、基于关联规则的推荐技术与基于效用的推荐技术综合运用的组合推荐技术的构思,认为应当构建以用户为中心、基于用户兴趣模型的推荐技术。