面向医学领域的概念语义本体相似度度量理论与方法研究

领域本体概念相似度已被广泛应用于医学诊断知识库,为克服概念交互过程中所存在的概念度量准确率较低以及领域概念相似度语义融合不充分等问题,提出面向医学领域的概念语义本体相似度度量理论与方法。立足于领域本体结构特征,首先分解了概念层次结构所包含的语义信息,提出基于属性的计算模型,然后在结构层次中求出概念间的最小不可约集合,通过对集合中的语义模型引入调节因子,提高领域概念的融合效率。算法分析以及实例证明该方法能有效提高本体概念融合的准确性。     

一种基于用户交互行为的微博社区发现方法

通过研究微博社区的结构特征和用户交流模式,提出了一种基于微博用户交互行为的社区发现方法.该方法借鉴引文分析理论中的著者互引分析和著者耦合分析,分析微博社区内用户的交互行为,考虑到不同交互行为体现了对微博的不同兴趣度,给不同的交互行为赋予了不同权重,进行相似度计算,并利用用户相似度进行社区发现.实验结果显示,本文提出的方法可以有效地进行社区发现.     

一种基于概念的Web信息析取方法

分析了有关信息搜索的工具及其存在的一些问题,提出了一种基于概念的Web信息析取方法,它能自动地从网站中获取数据信息,并且能让用户通过数据库的查询范例来进入网站.该方法能有效地解决在特定的查询类型中所期望的信息问题.     

基于本体的上层概念间相似度计算的研究

针对本体对其上层概念进行了具体划分,单纯地计算概念间语义相似度不能满足实际应用需求的问题。提出一种基于本体底层概念间相似度计算上层概念间相似度的方法;该方法通过比较底层概念间相似度获得初始上层概念间相似度,然后结合影响概念间相似度的密度系数,完成上层概念间相似度计算。实验结果表明了该方法有效。     

领域本体中的概念相似度计算

借鉴计算语言学中的语义距离思想,提出了RDF Schema构词所描述的本体概念相似度计算方法,并利用该方法对农业知识本体(AO)所描述的部分概念进行了相似度计算和分析.结果表明,该方法可以定量地分析概念、特性之间的相似度,并可以指导基于领域知识本体的语义查询中的概念集扩充和查询结果排序.     

Web图像搜索系统中用户交互及反馈系统模型

提出一种用于图像搜索系统的用户交互和反馈模型,采用多模式查询方式满足不同用户的查询需求,加之完全基于用户语义理解的反馈策略,有效提高了系统准确性.作为整个图像搜索系统中直接面向用户的模块,整个交互及反馈系统简单易用、灵活方便,更适用于一般用户的"傻瓜式"查询需求.基于内容的图像搜索系统VAST(Visual ＆ Semantic Image Search)及反馈性能测试充分证明了该交互及反馈系统在Web环境下图像搜索领域的优势.     

基于交互链路的相似用户推荐算法

用户推荐是社交软件中必不可少的功能之一。针对目前绝大多数的用户推荐算法仅从用户的关注和粉丝中寻找相似用户,忽略了与其有过交互但却未关注该用户的人,以及仅关注用户间的直接交互、未考虑间接交互对推荐效果的影响等问题,该文提出了一种有效的基于交互链路的相似用户推荐算法。该算法将用户基本信息相似度与交互强度相结合,实现了相似用户的推荐。与已有算法相比,该算法扩展了发现相似用户的范围,并在交互链路的大背景下将间接交互引入交互强度计算中。实验结果表明,该文算法能够发现更多的相似用户。     

一种改进的本体映射方法

针对目前本体映射中概念相似度计算所存在的问题,提出了一种改进的本体映射方法。该方法首先根据两个概念名称相似性过滤出最相关的概念,减少概念相似度的计算;然后基于概念实例、概念属性、概念关系计算概念相似度,并进行综合;明确了本体映射步骤;最后对相关工作进行了分析比较。     

基于关联规则和语义规则的本体概念提取研究

为解决基于非结构化文本的中文领域本体概念提取效率和准确率不理想的问题, 提出了一种基于关联规则和语义规则的领域本体概念提取方法。利用领域一致性和相关性检查以及关联规则分别获取候选概念和关系集合, 计算候选概念在领域术语关系中的深度和广度, 利用深度和广度信息反馈概念隶属度的思想, 定量分析术语与领域的隶属程度, 进行本体概念的领域隶属度检查, 完成领域本体概念的提取。实验结果表明, 该方法提高了领域本体概念的提取效率和准确率, 具有可行性和合理性, 领域本体概念的提取准确率提高了12%左右。     

可信的网络交互模式设计与实现

为了充分利用信任关系来建立网络交互模式,提出了基于信任的基础交互模式及其模糊产生式规则,建立了交互事件确信度和整体交互模式确信度等概念,进一步提出了基于基础交互模式的网络交互模式的搜索算法和更新方法。模式的搜索算法是基于堆栈的深度优先搜索算法的,整体交互模式的主动更新是根据用户的需求进行改进,被动更新是根据交互实体信任关系的变化和交互事件的增减对模式进行更新。理论分析和实验结果表明,该方法可以快速建立可信的整体交互模式和更新整体交互模式的确信度。     

基于概念的信息检索模型研究

随着Internet的迅速发展，WWW已经成为世界上最大的信息库，它正日益改变着人类的生活方式。然而，由于WWW信息资源庞大，结构复杂，如何高效地从中找到需要的信息，已经成为困扰网络用户的一大难题。许多著名的站点，如Yahoo,Alta Vista,Infoseek均使用基于关键字的搜索引擎，存在明显的缺陷，当查询用的关键字与目标文档尽管语义相同，但用词不一致时，将检索失败，导致召回率很低。提出一个基于概念的信息检索模型，它不是以关键字为核心，而是以概念为核心来实现信息检索。着重介绍了基于概念的信息检索模型的设施、方法和工具。     

基于基概念的面向属性概念格建格方法

目的基于基概念构造面向属性概念格。方法通过每个对象对应的面向属性概念格的基概念,利用其外延与内涵逐层寻找面向属性概念。结果利用基概念找到全部面向属性概念,从而得到完整的面向属性概念格。结论利用基概念可以逐层获得所有面向属性概念,也可以解决其他类型概念格的构造问题。     

Concept Approximation between Fuzzy Ontologies

0 IntroductionOnktnoolwolgeyd[g1]ei so tnh eth bea ssiec moaf nstihcari Wnge ba[n2]d. re Tuhsienregare concepts ,relations ,instances and axioms in theontologies .Classic ontologies are based on descrip-tionlogics[3],whichinterpret conceptsinthe ontol-ogy as sets of instances . However , we often needrepresent uncertainty information in practice,e.g.text and multi media information. The classic ontol-ogies are insufficient to represent such uncertaintyinformation, because it may be uncertain …     

一种基于角色概念的组织方法研究

为了使用户能更好的组织角色概念,首先论述了与角色概念相关的一些概念和关系,进而从不同方面阐述了以角色为中心观点组织角色概念的方法,最后,构建一个以角色为中心的角色概念的层次结构,探讨一种新的角色概念的组织方法,并给出了具体的实例以验证其可行性.     

基于高等数学概念教学的反例探究

高等数学是大学的一门重要基础课,而概念教学又是高等数学教学的核心。学生学习高等数学的成败取决于对概念的理解与掌握程度,本文从四个方面探讨了如何运用恰当的反例,来促进高等数学的概念教学。     

基于边缘概念的概念格生成算法研究

提出了一种新的基于边缘概念的概念格生成算法.通过已求出的概念内涵及外延的交集和并集运算,分层构造概念格.和已有概念格的构造算法不同的是,本算法在求出边缘概念后就不再依赖于形式背景.该算法同时解决了跨层概念间的关系.最后结合实例说明了该算法的实现过程和有效性.     

面向维基百科的概念依赖关系挖掘方法

在互联网技术高度发达的时代,网络上的学习资源呈现出指数型增长态势,面对各种学习对象、概念之间存在的多样化和无序性,如果能识别出之间的依赖关系,将有可能对计算机教育产生重要影响。针对该问题,提出一种面向维基百科的概念依赖关系识别方法,利用概念在维基百科中的特点,设计出一套识别概念依赖关系模型,在公共数据集上采用基于机器学习的分类算法进行测试。实验结果表明,该模型具有较高准确率和召回率,能够有效发现概念之间的依赖关系。     

CAI的动态全局规划

在ＣＡＩ的研究和开发过程中,如何把领域知识,学生模型,与具体领域有关的教学知识,以及与具体领域无关的教学原理和方法有机地结合起来,对领域知识进行动态全局规划的核心问题一般都被回避。文中将领域知识看作概念以及概念之间的关系,把４个方面的知识有机结合起来,找到了对领域知识动态全局规划的内在规律。同进,可以用优美简洁的建基于集合论之上的数学模型表示。     

FCA中的互补概念及其性质与生成

在形式概念分析中,概念格上的偏序关系刻画了概念间的泛化和特化关系,而概念格中不可比概念之间也存在着值得研究的特定语义信息。受此启发,提出互补概念这一定义并给出其形式化描述。首先,通过给定两个对象子集关于某个特定属性子集互补程度的描述,根据不同实际需求分别定义强、弱互补关系。在此基础上,研究互补概念及相关性质,并在不同语义背景下探究最优强互补概念和最优弱互补概念,给出相应生成算法。最后,通过实例说明所研究内容的合理性与可适用性。