基于向心扩散加权XML模型的异构用户个性化模式匹配方法

介绍一种利用同文词语共现和引文词语共现分析实现的领域本体自动构建方法,该本体采用加权XML模型,利用概念联系中的权值设定可以有效地表达用户兴趣程度的差异,并利用基于向心扩散的扩散激活方法对用户兴趣特征及其联系提供更强的表达能力,以便于发现更有价值的潜在用户兴趣。进而介绍如何利用该本体按照"先打碎后重构"的策略将异构用户个性化模式转换为可以进行比较的一致模式,并对相关的异构用户个性化模式匹配方法做出详细说明。最后总结相关测试实验及其结果。     

基于领域本体的细粒度用户兴趣建模研究

用户兴趣模型的建立和维护是个性化推荐服务系统研究和开发中的一个关键问题.细粒度兴趣通过在用户兴趣特征集中区分用户的不同兴趣主题类别来发现,是对粗粒度用户兴趣的进一步挖掘和划分.本文针对以往粗粒度用户兴趣建模存在的不足,对细粒度用户兴趣建模的概念和主要方法进行简介和评述.在此基础上,提出一种基于领域本体和近邻概念聚集的细粒度用户兴趣建模方法(FUPMo).该方法通过滑动窗口控制用户兴趣概念的计算规模,通过时间窗口和兴趣衰减函数反映用户兴趣的变化.基于军用飞机领域本体OntoAvion和小规模文档库进行的实验研究表明,该细粒度用户兴趣建模方法在应用上具备有效性.     

基于领域本体的数字图书馆动态用户兴趣模型的构建

通过学习其他类型领域本体构建经验与教训,提出数字图书馆个性化用户兴趣领域本体的动态模型构建方案。通过分析用户的浏览方式和内容,实时获取用户兴趣信息,将用户兴趣信息与领域本体库进行反复匹配,不断修正,通过抽象总结得到用户的动态兴趣模型。     

基于本体的用户兴趣模型在搜索引擎中的应用

用户建模已成为个性化信息服务的关键。对用户兴趣建模几种方法的优缺点进行分析对比,引进本体概念,介绍本体建模的优点、建模思路、建模流程,并利用用户兴趣树思想建立基于本体的用户个性化兴趣模型。     

基于本体的数字图书馆个性化服务研究

本体描述了某一领域所涉及的概念、概念的含义以及概念之间的各种关系,具有良好的概念层次结构和推理规则.将本体引入个性化服务中,旨在借助本体构建用户模型和对检索结果文档进行语义分析处理,以改善个性化服务的效果.基于本体构建用户模型有显式和隐式两种方式,基于本体的数字图书馆个性化服务主要通过个性化检索和个性化推荐两种方式实现,在具体的实现中还有一些问题需要注意,包括本体的构建与本体映射、数字图书馆各种资源的整合和集成、用户模型构建的准确性以及服务提供的适用性、用户安全和隐私问题.     

基于加权XML数据模型的个性化本体研究

随着近年来个性化服务技术的广泛应用和快速发展,个性化加权本体逐渐受到学者的广泛关注.虽然利用个性化加权本体可以更为有效和精确地表达用户兴趣模型,但是相关的设计实现方法仍需进一步研究.文章首先介绍加权XML数据模型的概念和相关特点,并利用"同构异值"的权值赋值策略设计了一种基于加权XML数据模型的个性化本体构造方法.然后从节点内容、层次结构和权值分配三个方面对其模式表达方法进行了详细介绍,其中重点介绍了权值分配策略及其原理.最后,给出了该种个性化加权本体的相似度比较算法,并对相关测试实验做了必要的说明.     

基于用户行为分析的个性化搜索引擎

个性化搜索引擎就是利用先进技术对用户行为进行分析研究,让搜索引擎参与到用户的整个检索过程中,深入挖掘用户的兴趣信息,实现对用户需求的准确理解,较好地解决丰富的信息资源和较低的信息获取能力之间的矛盾。作为一种能在语义和知识层次上描述概念体系的有效工具,本体论为搜索引擎的智能化和用户建模奠定了良好基础。     

基于形式概念分析的领域本体描述模型研究

针对如何运用形式概念分析（FCA）协助完成领域本体的描述问题,先阐明基于FCA的领域本体描述原理,进而提出基于FCA的领域本体描述模型,最后以脊椎动物领域为例,给出一个基于FCA的脊椎动物领域本体描述的实例。     

基于用户提问的领域本体知识库的知识检索*

在对汉语智能分词技术、自然语言机器识别技术、Ontology本体构建技术和Ontology知识推理技术进行了较为深入的研究，并在对跨编程语言的程序互调和跨系统运行的软件构建相关技术研究的基础上，使用Java语言采用B/S模式开发出一套基于用户提问的知识检索实验系统。     

基于领域本体的数字图书馆信息过滤模型研究

数字图书馆传统信息过滤技术有很大的局限性.基于领域本体的数字图书馆信息过滤模型最大的特点在于它保留了概念之间以及概念属性之间的关系.能够在复杂语义层次进行逻辑推理.该模型实现的关键问题在于基于领域本体的资源评价值转化和基于领域本体的匹配.图1.表2.参考文献9.     

自适应个性化信息服务：基于情境感知和本体的方法

针对个性化信息服务(PIS)中用户信息需求获取的准确性和可靠性较差、自适应性不够等问题,提出采用基于情境感知和本体的方法来实现信息服务的自适应个性化.在分析PIS需求的基础上,设计了情境感知的信息服务自适应个性化过程,并对该过程实现的关键问题展开系统研究.应用实证研究验证了提出方法的有效性.     

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。     

本体学习和基于句型规则的自举本体学习方法模型设计

介绍本体学习的概念和发展,分析现有的本体学习的体系结构,研究中文本体学习这一领域存在的主要问题,包括中文语料特有的分词、词性和行文灵活问题等,基于中文本体获取中存在的困难,针对中文语料中丰富的句型要素,提出基于句型规则的自举本体学习方法,构建整个方法的框架模型,详细分析该模型以及其运行流程中的两个关键环节：规则学习环节和本体学习环节。最后分析该方法的特点和意义。     

基于相似项目与用户评分的协同推荐算法

推荐系统是电子商务系统中最重要的技术之一.随着电子商务系统用户数目和商品数目日益增加,在整个商品空间上用户评分数据极端稀疏,传统的相似性度量方法均存在各自的弊端,导致推荐系统的推荐质量急剧下降.针对用户评分数据极端稀疏情况下传统相似性度量方法的不足,本文提出了一种基于相似项目与用户评分预测的协同过滤推荐算法,综合利用相似项目和相似用户评分信息预测用户对未评分项目的评分.通过聚类算法形成用户候选近邻集,减小了算法搜索空间,降低了最近邻用户的搜索时间,从而增强了算法的扩展性.实验结果表明,本算法可以有效解决用户评分数据极端稀疏情况下传统协同推荐算法存在的问题,显著提高推荐系统的推荐质量.     

一种基于本体的开放知识导航构建模型与实现

提出一种基于本体的开放知识导航构建模型（Onto_OKN）以解决当前知识导航在构建过程中存在的问题，并分析实现该模型的关键：组件导航新建组件、知识评价组件、导航管理组件。该模型为兴趣用户协作构建知识导航和跨学科知识表示提供了途径，在一定程度上减轻了知识工作者及少数权威领域专家的负担，改善用户对知识共同理解的程度，提高导航的协作能力、知识共享能力，能够向用户提供较高效的知识服务。     

基于本体的Web用户行为语义分析

通过对用户行为进行研究，提出一个用于分析用户行为语义的用户行为本体，并使用该本体实现用户行为语义的概念知识表示以及用户行为的分类。在此本体的基础上，使用统计学的方法得到用户行为的语义。该方法对于用户行为相关研究提供一定的理论基础，并将计算结果同用户的实际情况进行比较，验证该方法的有效性。     

基于用户兴趣的个性化搜索算法设计

面对因特网的海量信息,为了更好地实现基于用户兴趣的个性化信息服务,提出一种隐式地获取并更新用户兴趣模型的方法利用用户模型捕捉用户的点击历史信息如何同其兴趣相关;基于用户模型的学习模型通过学习用户的点击历史数据来标识用户的个人兴趣;通过学习到的用户喜好信息来对搜索结果予以再排序,从而实现个性化搜索信息呈现.设计了用户兴趣学习算法与个性化排序算法.实时数据实验显示,即使在用户兴趣主题数增加的情况下,本方法仍能较好地描述用户的兴趣类型及兴趣度,提高个性化信息服务的质量与效率.     

基于维基技术的本体构建方法探讨

本体作为一种新的知识组织方式,可以解决知识的共享和重用问题,是目前信息科学领域的热点问题之一.针对目前本体构建中存在的问题,本文提出利用维基技术这一新的互动开放的信息交流平台,将其贯穿于整个领域本体的构建过程,网聚大众智慧和力量,以期有效解决语义web内容的可获取性、可扩展性等现实问题.     

开放存取用户服务体系框架研究——基于Folksonomy与本体融合的视域

文章通过对开放存取(OA)领域中"模式探索、资源建设、用户服务"研究发展脉络的梳理,对当今学术界基于本体的用户服务理念和基于Folksonomy的用户服务思想两大主流的用户服务思想进行了对比分析。在此基础上,基于本体与Folksonomy融合的视域,尝试构建了开放存取(OA)用户服务体系框架模型,并对该框架模型中的6个主要核心环节进行了阐述。最后从语义性、动态性、多样性3个方面对基于本体与Folksonomy融合的开放存取(OA)用户服务体系框架进行了探讨。     

智能检索中基于用户模型的本体映射方法研究

阐述智能检索中基于用户模型的本体映射方法，提出在实现智能检索系统目的下引入用户模型的改进的本体映射框架。从语义、语法两个方面详细介绍基于该框架组织结构的相似度的计算过程，最后提出独立匹配与组合匹配相结合的综合匹配策略。