基于语言分析技术的本体自动获取方法研究

针对本体获取的现状提出一种基于语言分析技术的本体自动获取方法,即利用词汇功能语法(LFG)这种先进的语法学理论对句子进行分析,使句子从语法表达转换到语义表达,进而获取句子的知识表示,从而可容易地从知识表示中获取本体。     

基于规则与统计的本体概念自动获取方法研究

为获取中文领域本体的概念提出了基于规则匹配和统计方法相结合的学习模型,充分利用现有的自然语言处理技术和统计学习方法,从领域文本中通过语义串切分、规则匹配、领域归属度分析和概念约简算法自动获取领域概念.该方法解决了现有中文本体学习方法对领域词典的依赖以及无法获得短语式特定领域概念的问题,同时解决了领域概念筛选问题.实验证明了该方法的有效性.     

基于过程提示的信息需求获取研究

一个信息系统的成功取决于用户需求获取的成效,这种成效受到包括系统分析人员自身认知局限在内的诸多因素的影响。过程提示法从心理学的角度对传统的直接询问法进行改进。这种方法的使用不仅能够克服用户和系统分析人员自身认知局限造成的信息表达和需求获取不充分、不准确等问题,而且比单一的直接询问更能有效的获取用户信息需求。     

旅游景区自媒体营销策略研究

自媒体是随着网络技术发展而兴起的一种新媒体,具有多样化、平民化和普泛化特征,旅游景区借助自媒体进行营销宣传,可以有效增加游客与景区的互动,提升景区的服务质量和游客对于景区的满意度,优化景区的品牌形象.     

种子概念方法及其在基于文本的本体学习中的应用

介绍基于文本的本体学习及其层次,分析本体学习中术语获取的主要方法。针对术语获取中存在的问题,在术语形成的经济规律基础上,引入种子概念方法,并利用统计和规则两种方法抽取与种子概念相关的领域术语;证明种子概念方法是一种有效获取领域术语的方法。实验证明少量种子词可以获取大量领域术语,为本体构建提供基础和框架。     

基于本体的题名自动分类研究

本文依据中国知网、《中图法》、《中国分类主题词表》等知识库,通过对领域词语的概念化处理、建立推理规则、过滤掉阈值较低的词语等手段,形成领域词语本体知识库;然后,根据待分类题名的语义逻辑关系,结合基于距离的语义相似度的计算规则,形成一种应用于领域词语本体的题名自动分类方法,该方法在一定程度上弥补了文献题名特征不足的缺点,且提高了准确率和召回率。     

基于用户需求的档案信息获取路径选择

本文在对用户类型进行细分的基础上,就其存在的获取内容不够丰富、获取方式较为单一以及缺乏互动反馈等障碍,提出丰富和整合面向用户需求的档案资源、构建基于用户兴趣的档案获取方式、建立以用户为中心的反馈机制等对策。     

基于本体概念的矢量检索模型研究

针对传统矢量空间模型文本特征值的计算,给出将文本的评价由基于语法的词条空间转化为概念空间的方法和策略：基于领域本体,依据本体概念间的各种关联,先以一定的映射规则,将词条映射到领域的概念术语空间;然后用概念统计和语义归纳替代传统的词频统计,从概念语义的层次计算文本的特征矢量。实验证明,基于本体概念的矢量检索模型能够有效地表达文本的语义内容,获得更好的检索效果。     

儿童信息需求与信息获取渠道研究

对广州少年儿童图书馆6~12岁的儿童分析发现,儿童的信息需求类型主要包括生活信息需求、学习信息需求、兴趣信息需求和休闲娱乐信息需求四类,其偏好使用非正式的口头交流作为获取信息的渠道,网络渠道也同样受其青睐,但正式渠道中的图书馆在儿童群体中没有充分发挥它的信息效用。为此,家长应积极引导儿童利用图书馆获取信息,拓展其信息获取渠道;图书馆应积极开展形式多样的教育活动,使儿童具备自主利用信息的能力。     

基于概念和语义层次的领域本体评价研究

领域本体评价是本体论和语义网研究中的重要内容.本文提出了一种基于编辑距离对领域本体中概念之间的相似度进行计算的方法.此外,通过比较给定的领域本体和"黄金标准"之间在概念的实例的安排以及概念本身的等级安排上具有的相似性,可以在语义角度对二者做出相似性判断.本文利用一个已有的军用飞机领域的本体和<中国分类主题词表>进行比较计算.实验结果表明,该方法能较为准确地计算出两个本体的概念集的相似性,也能较好地衡量本体之间的语义关系,从而实现对领域本体的有效评价.     

基于互联网社区的消费者需求信息采集策略

从互联网社区参与者角色--社区建设者、主题发布者、话题讨论者出发,提出企业在互联网社区上采集消费者需求信息的基本方针,分析在互联网社区上消费者需求信息表现形式的转化过程,构建在互联网社区上采集消费者需求信息的具体路线,以此为企业制定在互联网社区上采集消费者需求信息策略提供借鉴。     

自媒体用户信息共享行为动机分析与实证

[目的/意义]探究自媒体用户共享信息的动机以及人格要素对其影响,从而更加有效地规范和引导自媒体用户信息行为。[方法/过程]以大五人格理论作为基础,构建自媒体用户信息共享模型,以微信公众号作为研究样本,通过问卷调查和结构方程建模进行实证研究。[结果/结论]大五人格对娱乐消遣、社会交往、自我表达3类信息共享动机的影响不一而足。总体而言,低情绪稳定性、低尽责性、低宜人性、低开放性、高外倾性的自媒体用户进行信息共享行为可能较高。自媒体用户信息共享动机对于自媒体用户信息共享行为的影响从大到小排序为:娱乐消遣、社会交往、自我表达。     

��ý���û���Ϣ������Ϊ����������ʵ֤

��[Purpose/significance] This article examines on the information sharing motives of we media users by analyzing the personality factors of users, and then enhances the efficiency of supervision and regulation of information behavior of users on the we media platform.[Method/process] Based on the big five model, this article constructed the information sharing model of we media users. Using WeChat users as sample, this article conducted empirical study through questionnaires and structural equation modeling.[Result/conclusion] The relationships between 5 personality factors and 3 kinds of information sharing motives:entertainment, social needs and self-expression vary. Users with low emotion stability, low conscientiousness, low agreeableness, low openness, high extraversion would have higher probability of information sharing. The influences of information sharing motives and information sharing behavior rank as:entertainment, social needs then self-expression.     

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。     

领域本体在信息检索中的应用研究

为了改进基于关键词的信息检索方法的局限性,论文研究了一种综合利用领域本体改善信息检索性能的方法.该方法强调通过交互式的方式引导用户一步步逼近其真实的、潜在的检索需求,使用基于编辑距离的词形匹配方法辅助用户查询本体词汇,使用基于概念空间的检索词联想方法帮助用户扩充检索词.使用基于领域本体的词义识别算法来确定文档中的词汇词义.使用XML技术实现用户查询需求和文档标注的规范化标注.实验表明,该方法会有效提升查全率并且会改进查准率.     

媒介信息与用户信息需求的契合分析

大众信息传媒、文献信息传媒和网络信息传媒的传播内容都有各自的分布规律,并与 各自的用户之间有着一定的契合关系。传媒与用户间的契合指出了媒介的发展方向。表5。参 考文献6。     

基于领域本体的文献模糊相似度算法研究

利用分类主题一体化的主题词表构建领域本体,并通过概念间的关系定义及语义相似度公式,引入调整因子,确定概念相似度算法,再通过余弦系数法进一步得到文献间的相似度。对于本算法的结果,与领域专家预测的相似度进行比较,结果证实该算法有效。     

基于概念簇的文本分类算法

针对传统文本分类算法在向量空间模型表示下存在向量高维、稀疏以及忽略特征语义相关性等缺陷所导致的分类效率低和精度不高的问题,以知网(HowNet)为知识库,构建语义概念向量模型SCVM(Semantic Concept Vector Model)表示文本,根据概念语义及上下文背景对同义词进行归并,对多义词进行排歧,提出基于概念簇的文本分类算法TCABCC (Text Classification Algorithm Based on the Concept of Clusters),通过改进传统KNN,用概念簇表示各个类别训练样本,使相似度的计算基于文本概念向量和类别概念簇。实验结果表明,该算法构造的分类器在效率和性能上均比传统KNN有较大的提高。