基于Ontology的个性化E-Learning系统研究

随着WI(Web Intelligence)技术的发展,如何使传统的E-Learning系统向个性化和智能化方向发展已成为业内的一个主要研究领域.本文首先对E-Learning系统的资源异构和用户个性化需求等问题进行了分析;然后介绍了"基于本体的个性化E-Learning(Ontology Based Personal E-Learning,OBPEL)系统模型",该模型利用本体方法给出了一种面向语义的非结构化教学资源的表示机制,从而为进行非结构化教学信息的语义访问和个性化学习奠定了基础.本文最后初步实现了一个基于本体的个性化E-Learning系统原型.     

成对排序本体学习算法

本体作为一种结构化数据模型已广泛应用于知识表示和信息处理,并成为近几年计算机领域的研究热点.提出基于成对排序学习方法的本体相似度计算和本体映射算法,利用Mahalanobis距离函数得到计算模型,通过梯度下降策略得到模型的最优解,从而将本体图或多本体图中的顶点对映射成实数来表示它们的相似程度.通过两个实验表明,新算法对特定的应用领域具有较高的效率.     

扩展AUC模型下最优k-部排序函数的计算

本体作为一种结构化数据存储和表示模型已成为信息科学的核心研究内容之一.在扩展AUC模型的k-部排序本体算法的框架上,提出一种计算最优k-部排序函数的迭代算法.最后,将算法分别作用于GO本体和大学本体.实验表明：新算法对特定的应用领域具有较高的效率.     

基于本体的BADD原型系统研究

研究了战场警觉及数据分发系统(BADD)的特点,探讨了处于计算机软件技术应用前沿的本体和多代理技术的基础理论,介绍了FIPA MAS的开发平台JADE的本体方法.运用其方法构建了BADD领域本体,并在此基础上构建了BADD原型系统的框架.     

本体不一致性处理中的无辜诊断方法

随着语义网络技术的发展,本体不一致性问题成为本体联盟中的研究热点之一.其中基于模型诊断技术的本体不一致性处理方法,在结构化知识描述领域中得到了大量应用.局部诊断技术通过收缩问题域的方法来提高不一致性问题求解效率,但它基本上是一种基于"正确性推断"的假设.本文在研究过程中提出无辜诊断技术,与传统的局部诊断相比,这种方法更加有效.     

基于OWL的战场本体构建方法

对使用OWL构建战场本体的方法进行研究.尝试利用骨架法构建战场本体,并用OWL语言对战场本体及其关系进行形式化描述.结合一个具体的战场应用场景,对本体的应用进行说明,为实现基于本体的军事领域战场知识管理奠定基础.     

基于维基百科信息框的本体信息提取

针对传统方法在维基百科信息框中提取本体信息精准率较低的问题, 研究维基百科信息框中的属性结构化信息. 首先定义一组候选特征判定信息框属性之间的关系, 建立与类别、 列表、 文章及维基百科信息框模板之间的关联； 然后借鉴本体匹配方法提取维基百科信息框结构化信息, 计算属性对的相似度, 设置边界限制条件, 在达到一定精确度下构建本体结构描述属性之间的关系, 并构建类层次结构. 结果表明, 所给方法解决了提取本体信息精准率较低的问题, 能高效、 正确地在给定主题文章中将可能的属性结构提取出来, 并发现合理的类关系.     

本体论在数字图书馆领域的应用研究——以石棉制品特色库为例

在对国内外大量本体文献研究的基础上,对本体知识及其应用进行了系统的总结.基于本体OWL语言,采用protege开发工具,以石棉制品特色库为例,构建了一个本体模型应用实例.     

基于混合本体的政府信息共享方法研究

政府信息共享对于电子政务的建设十分重要,能够有效提高政府的工作效率,并为社会提供优质服务.随着政务信息化建设的加快,元数据首先被用于政府信息共享领域,由于元数据缺乏统一标准,因此各政府数据库之间新的"信息孤岛"问题逐渐显露,阻碍了我国政府信息共享的全面发展.针对政府信息共享过程中出现的"信息孤岛"问题,结合本体技术,构建出基于混合本体的政府信息共享模型,并且通过本体之间的相似度的计算,建立局部本体与全局本体之间的映射关系.建立映射关系的目的是为了消除信息的语义异构,从而在根本上解决政府信息共享的难题.最后在此基础上,结合应用实例进行验证分析,实践证明所建立的基于混合本体的政府信息共享模型具有一定的理论与实践意义.     

基于Ontology的个性化E—Learning系统研究

随着WI（Web Intelligence）技术的发展，如何使传统的E-Learning系统向个性化和智能化方向发展已成为业内的一个主要研究领域．本文首先对E-Learning系统的资源异构和用户个性化需求等问题进行了分析；然后介绍了“基于本体的个性化E-Learning（Ontology Based Personal E-Learning，OBPEL）系统模型”，该模型利用本体方法给出了一种面向语义的非结构化教学资源的表示机制，从而为进行非结构化教学信息的语义访问和个性化学习奠定了基础．本文最后初步实现了一个基于本体的个性化E-Learning系统原型．