基于遗传算法的语义搜索结果排序算法

Web语义搜索结果排序一直是搜索引擎的主要研究课题之一。但是目前通用的算法例如OntoKhoj排序算法和AKTiveRank排序算法的排序结果并不理想,主要原因是排序思路比较片面,公式中的系数很难确定。针对这一问题,我们结合了OntoKhoj算法和AKTiveRank的优势,提出了O&A算法,并使用遗传算法对O&A中的系数进行了优化。实验表明,O&A算法的排序结果要明显优于OntoKhoj排序算法和AKTiveRank排序算法。     

语义搜索引擎Smartch的设计与实现

为了将推理与文本检索有效融合起来,提出了一种包含多类型查询的语义搜索引擎体系结构,在此基础上设计并实现了语义搜索引擎系统Smartch.Smartch基于合理的推理流程和图形化定制过程,提供4种形式的搜索服务,分别是基本搜索、概念搜索、图形化定制搜索及关联关系搜索.实验结果表明语义搜索引擎Smartch和传统搜索引擎相比,在本体推理的基础上,查全率和查准率上有一定的提高,图形化定制查询可准确定位用户需查询的概念,关联关系搜索可发现概念之间存在的复杂关系,Smartch实现了一定程度的智能搜索.     

一种利用搜索引擎实现本体映射的方法

提出了一种利用web搜索引擎如Google自动完成本体映射的方法.该方法通过构造句法模式,利用web搜索引擎获得异构本体概念间的上下义关系,产生由本体概念对组成的初始候选映射集.根据本体的概念层次建立一个产生式规则集,从初始候选映射集中去除不符合本体语义的概念对,同时加入符合本体语义但未被初始候选映射集包含的概念对.最后,按照基于互信息的映射选取规则从候选集映射集中自动产生本体映射.实验结果表明,该方法的F-measure可达到75%～100%,能有效地完成本体之间的映射.     

通用本体学习框架研究

提出了一种通用本体学习框架GOLF,通过对网络上各专业领域web文档集进行挖掘来实现本体自动构建,讨论了本体学习中本体概念的抽取、概念之间语义关系的抽取和分类体系的自动构建等关键技术,通过实验对算法进行了测试,并对本体评价方法进行了探讨.由于集成了多种机器学习算法,该方法在概念抽取和语义关系学习方面具有更高的准确性.采用通用本体WordNet和HowNet作为语料库,它可适用于不同的专业领域.同时,通过按需获取web文档,该方法能实时生成本体.     

基于领域本体的学习路径推荐策略研究

为了解决学生在线学习过程中的“认知过载”和“学习迷航”等问题,充分发挥网络课程资源的教学辅助作用,以《决策支持系统》课程为例,提出一种基于领域本体和语义相似度的个性化学习路径推荐策略。根据领域知识点及其关系构建本体库,建立知识点间语义关系,并用Protégé进行本体形式化编码;基于本体设计学习路径生成策略和相关知识协同策略;最后,结合《决策支持系统》课程现有网络资源设计并开发原型系统,实现个性化学习引导及资源空间优化。实验表明,该平台能够实现在线学习路径的有效引导,为学生提供个性化学习空间,优化在线学习效果。     

基于公共本体的高效语义服务发现(英文)

为解决集中式服务发现结构存在的性能瓶颈问题,基于领域本体语义信息,提出一种能自适应地调整领域划分、分配系统资源的分布式web服务发现体系结构,并分析了该结构的可扩展性、自组织性和自适应性.具体描述了该结构下的语义web服务发现算法的2个阶段:语义注册中心定位和基于输入输出的服务匹配.在注册中心组成的平衡树拓扑结构中,注册代理能够快速将请求转发至目标注册中心,避免产生性能瓶颈.然后,通过引入一种新的基于语义距离的服务匹配算法来进行服务查询效果优化.模拟实验结果表明:提出的服务发现方法具有高可扩展性的优点;与其他服务查询算法相比,服务匹配算法具有更高的查全率和查准率.     

本体应用的开发研究

由于信息资源缺少统一的语义描述,直接基于关键词的传统信息搜集方式使得用户难以高效地获取所需的信息资源,所以这种信息搜集技术已经不能满足用户在语义层次上的需求.知识本体(the ontology)是共享概念模型的明确形式化规范说明,能够以一种明确的、形式化的方式来表示领域知识,提高异构系统之间的互操作性,促进知识共享,由于本体具有良好的概念层次结构和对逻辑推理的支持,所以两者的结合是一个研究热点.本文通过对信息搜集的现状及其所面对的挑战的介绍,结合语义网中本体的具体特点,以计算机课程资源为应用的切入点,较详细地阐述了如何利用本体方法实现知识的组织,并且对组织后的知识结构进行有效的访问.     

基于分布式本体的语义访问控制方法

随着Web服务技术的不断完善和云计算技术的进一步普及,使得原来彼此割裂或很少交互的各安全域之间需要更多更密切的协调和交互动作以完成原来在单安全域环境下难以完成的复杂任务,传统的访问控制方法已经很难满足这些复杂开放环境下的资源保护任务了。本文将语义Web的相关理念和技术引入到现有的基于策略的和基于属性的访问控制方法中,为需要参与跨域访问的各安全域建立安全域本体及其之间的跨域本体,构成跨域访问控制的分布式本体体系,然后以该本体体系为知识库,在跨域访问时进行知识推理,解决了跨域访问控制时遇到的语法异构问题,为异构环境下的访问控制提供了一种新的思路。     

基于本体的智能学习系统的架构设计

目前的学习系统只能机械地呈现给学习者一些学习材料,而不能满足学习者个性化学习的需求,不能根据学生认知模型智能地组织符合学习者特点和需求的教学内容和教学策略．将本体运用到智能学习系统中,是一种基于本体的智能学习系统的系统架构,对系统的组成部分进行详细描述,以帮助学习者更好定位学习内容．     

学习对象内容本体描述框架研究

可重用性是学习对象不同于其他教学资源构件的重要特性,是其价值得以实现的重要条件,也是其成为学术界研究热点的重要原因之一;而本体由于其概念化、共享的本质特征,可以用于描述和表达学习对象,实现学习对象的共享与重用.本文采用文献分析方法,指出了只通过本体描述来丰富学习对象元数据的不足之处,提出以语义网的本体概念本身作为研究切入点,通过建立学习对象本体描述框架,对学习对象内容及结构进行本体描述,以实现学习对象中各成分的重用.     

一种基于领域本体的启发式web服务组合方法

为了实现web服务的自动组合,提出了一种基于领域本体的启发式算法.该方法将领域本体与人工智能规划方法相结合,利用领域本体及其推理能力,推理出参数间的语义关系,在此基础上运用人工智能规划的启发式算法将web服务组合问题转化为规划问题加以解决.实验结果表明,该方法弥补了以往人工智能规划方法中缺乏语义的不足,综合考虑了服务语义、服务组合质量和服务组合效率等因素,能高效地自动生成满足用户需求的组合web服务.     

基于叙词表构建军用飞机领域本体原型

为了减少构建领域本体的工作量,利用现有术语丰富的叙词表作为构建工作的起点是一种较好的方法.以《国防科技叙词表》的有关内容转换生成军用飞机领域本体原型为实例,详细叙述了一种基于叙词表构建领域本体的方法.该方法包含4个阶段,即确定用途、总体设计、详细设计和评估.详细设计是核心,该部分将叙词表中出现的词汇、语义关系转换到本体中,并补充了更丰富的语义关系.生成的领域本体原型具有87个概念、34个关系,具备较好的扩展能力.对本体原形中出现的8种通用关系类型也进行了初步地归纳和分析,包括等同关系、近似关系、具体与抽象关系、部分与整体关系、因果关系、实体与位置关系等.语义关系规范化将是今后实现多个本体合并和复用的一个关键.     

空巢老人智能监护系统中异常检测问题

为实现空巢家庭内老人和家用设备异常行为的实时预测,用多模态传感器获取行为的离散动作序列,并用改进的多层隐马科夫模型抽象出人的高层行为——事件,从大量的时空数据中形成描述居住着正常行为的结构化表达模型,这些模型用作检测居住者异常行为的分类器.为表达推理预测所需的环境上下文信息,设计了多媒体本体（MMO）来标注和推理智能监护系统中的媒体信息.改进了一种悲观情感模型（PEM）来分析室内多活动设备的多交叉事件.实验证明,当被检测的设备处于盲区或被遮挡的情况下,PEM能增强对活动设备检测的准确性和可靠性,上述方法在异常的实时检测方面有很好的性能.     

一种新的自动本体映射算法

提出了一种自动完成本体映射的算法.该算法通过计算本体概念之间元素层与结构层上的相似性来完成相似度的计算.在元素层上,该算法引进了WordNet,通过将WordNet中对应的概念转换为向量,计算向量间夹角的余弦得到元素层概念的相似度.在结构层上,该算法通过加权函数和sigmoid函数,基于元素层的计算结果,将元素层的相似度和结构层的相似度结合起来,完成本体之间相似度的计算,最终完成映射.实验结果表明,该算法的匹配准确率可以达到63%~70%,可以有效地完成本体之间的映射.     

基于社会化语义网的虚拟学习社区的构建研究

目前,虚拟学习社区虽然在一定程度上满足了人们对非正式学习的需要,但是还存在各种各样的缺陷.社会化语义网对解决虚拟学习社区存在的缺陷具有技术优势.基于此,文章提出了虚拟学习社区构建的基本原理与设计方案,并以“数据结构课程虚拟学习社区”为例,对其中的关键技术做了简要阐述.该研究为虚拟学习社区等网络学习资源的建设与应用提供了新的思路,具有一定的实践意义和参考价值.     

基于语义Web的教育资源模型相关技术研究

针对E-learning(电子学习)系统中实现教育资源智能搜索与整合的要求,对建立一个基于语义Web技术的教育资源语义模型涉及到的一些技术进行了分析研究。介绍了语义Web的体系结构,针对目前E-learning中存在的问题提出了相应的解决方案。     

一种对语义网上本体查询和检索的新方法

针对语义网信息检索中存在的问题,提出了一个基于语义索引词的语义网信息检索模型SIR(semantic information retrieval).其核心思想是将领域本体转换成全局本体,并从全局本体中提取语义索引词.通过语义索引词进行语义推理,可得概念的逻辑视图.SIR通过语义索引词间的语义关系对网络资源进行检索,解决了在传统的基于关键字的信息检索中只能从句法上对关键字进行分析,无法根据信息资源中的语义关系进行检索的问题.最后分析了SIR的可用性,证明了SIR可极大地提高语义网上信息检索的查全率和查准率.     

基于电子学档的网络学习评价系统设计与开发

电子学档是实现学习过程评价的有力工具,强调学生在网络学习环境下,自己完成对学习的自我评估、自我反思和自我管理过程。本分析了电子学档出现的必然性,提出了电子学档的基本内涵,阐述了电子学档的设计理念,并设计和开发了适用于网络学习的评价系统一电子学档,其中重点探讨了学生基于聊天室或电子公告板进行在线讨论学习的评价体系。     

以革新扩散的角度看E-learning在企业的推广

一直以来,人们更多是关注怎样去进行E-learning(在线学习)平台模块的构建,很少去考虑该平台的推广过程。文章以企业E-learning平台为例,以革新扩散的角度评述E-learning平台在企业的推广过程,了解采纳者五个阶段的主要特征及影响因素,以罗杰斯的扩散理论为支架来探讨E-learning平台推广的相关问题。