一种基于本体的个性化搜索引擎模型

利用信息检索、本体和个性化搜索等相关知识,构建一种基于本体的个性化搜索引擎模型PSMBO.该模型由用户界面、查询请求处理模块、检索模块、查询结果处理模块、兴趣学习模块以及用户兴趣知识库和本体知识库七个部分组成.该模型在一定程度上提高了搜索引擎在查准率和查全率方面的性能.     

面向语义的课程知识本体的构建

相对于目前常用的基于关键词字面匹配的检索方法,语义网的信息组织作为一种全新的信息组织方法和理念,为网络信息组织带来了新的变革。本体是语义网信息组织的核心,本体及其推理能力代表了现代信息组织,特别是网络信息组织的发展趋势,它不仅有利于信息的形式化描述,而且依据本体这种信息组织方法而建立的检索系统,更能满足用户进行语义检索特别是智能检索的需要。面向语义的课程知识的检索以语义理解为基础,在很大程度上揭示了信息语义的扩展性,加大了对知识的处理和理解能力。基于本体的语义信息检索在构建领域知识本体结构的基础上,通过对领域本体资源的语义信息的获取,来理解用户的检索需求,语义描述检索语句和文档的资源,从而实现信息检索。因此,如何构建课程知识本体成为现阶段教育变革的热点话题。本论述以谭浩强所著《C程序设计(第三版)》课本为基础,以创建该门课程的本体模型为例,讲述面向语义的课程知识本体的构建。     

基于本体的XML数据集成及映射关系的研究

文章在集成异构分布式XML数据源时,提出一种基于本体的数据模型来描述XML数据的语义信息,以实现带有一定逻辑推理功能的智能查询。即通过一系列映射规则将XPath的局部路径与本体中的概念及角色关联起来,将用户查询重写为基于XML的XPath查询,本系统的目标是使用户可对Web上各XML数据源进行基于本体的查询。     

个性化协同学习环境领域本体模型的构建

将本体思想引入计算机支持的协同学习系统,可以根据学生的个性特征和学习进程动态地呈现教学内容,更好地满足学习者的需要。在描述个性化协同学习环境和本体相关知识的基础上,构建了计算机学科领域本体核心分层结构,并以数据结构课程为例建立了课程本体模型,为个性化协同学习系统的实现奠定了基础。     

基于自建模糊本体的智能信息检索研究

提出一种基于本体的信息检索模型,该模型将信息检索系统与从搜索的数据信息自动构建的本体相结合.使用在本模型中的本体有一般语义本体、领域知识和自动生成、构建的模糊概念层.主要研究基于本体的信息检索模型.描述处理过程及检索机制,并采用TREC的评价方法评估该模型,讨论应用不同类型本体的检索效果和影响.实验结果表明,提出的信息检索模型具有较好的检索效果.     

基于Agent与个人知识本体的搜索系统研究

传统的信息搜索模型缺乏语义理解。而本体是对共享概念模型的明确的形式化规范说明,提供基于语义的知识表示和共享。本文通过引入个人知识本体,综合利用智能Agent的主动性、协作性、移动性等特性,采用协同式过滤的基本原理,提出了基于Agent与个人知识本体的个人搜索系统,有效地提高了检索效率。文中提出了通过不断的学习用户的反馈信息,对个人知识本体中的概念进行修正的算法,并探讨了多Agent协同信息过滤技术在搜索系统中的应用。     

基于本体的服装领域语义web检索方法

针对服装电子商务领域用户的语义查询需求,依据国内外相关标准,建立了服装分类本体模型.在此基础上给出了语义web检索系统框架,设计并实现了查询信息的语义检索,包括同义词检索、实例查询、细化查询、联想查询、智能推理等功能.实验表明,基于本体的语义检索系统具有较好的查全率和查准率,实现智能查询.     

领域本体在学习资源管理系统中的应用

本体能在语义和知识层上描述信息资源。为了实现对学科领域学习资源的语义描述,引入了领域本体概念,提出了基于领域本体的学习资源管理系统框架。利用本体实现了学习资源的语义描述和对学习资源的语义查询,对描述学习资源的元数据进行了深入的分析,最后加以实现。     

面向食品安全领域的个性化知识搜索系统研究

大数据时代,从海量的数据中发现对用户有用的知识成为研究领域重要的问题.通过集成多个搜索引擎的查询结果,实现食品安全领域中搜索信息的集成和个性化自适应排序.本文设计基于元搜索技术、知识本体和自适应的排序学习技术,实现多个搜索引擎相关查询结果集成,在对用户点击的标注和知识本体的基础上,利用基于监督学习的排序技术,实现对食品安全领域信息的个性化自适应排序.系统实现了集成多个搜索引擎的食品安全相关知识的提取和相关结果的重新排序.本研究不仅实现了多个搜索引擎食品安全信息查询相关的结果集成,而且能够根据用户的偏好实现结果的自适应排序.     

基于本体的Web智能信息检索系统

利用领域本体知识库对用户的查询信息进行语义扩展,提出了一个Web环境下的智能信息检索系统,并讨论了该系统的体系结构,解决了传统的基于关键字的信息检索只能从句法上对关键字进行分析、而忽视关键字本身语义信息所造成的错检和漏检,以及无法根据信息资源中的语义关系进行检索的问题。与传统检索方法相比,该系统原型的试验结果表明,检索效率有了很大的提高。     

Learning activity sequencing in personalized education system

Personalized education provides an open learning environment which enriches the advanced technologies to establish a paradigm shift, active and dynamic teaching and learning patterns. E-learning has a various established approaches to the creation and sequencing of content-based, single learner, and self-paced learning objects. However, there is little understanding of how to create sequences of learning activities which involve groups of learners interacting within a structured set of collaborative environments. In this paper, we present an approach for learning activity sequencing based on ontology and activity graph in personalized education system. Modeling and management of learning activity and learner are depicted, and an algorithm is proposed to realize learning activity sequencing and learner ontology dynamically updating.     

基于本体的适应性学习系统(OBALS)之系统模型

提出一种基于本体的适应性学习系统,在不改变现有E-Learning系统学习模式的基础上,为学习者提供一个基于广域资源共享的适应性课程学习环境,从而解决现有E-Learning系统中网络课程缺乏个性化支持、已有优质网络教育资源较难重用,以及现有的适应性教学系统研究成果不能普及应用等问题.最后构建了一个系统原型,并提供了适应性学习处理过程.     

本体技术在个性化推荐系统中的应用研究

针对个性化推荐系统中传统的用户建模技术的缺陷,本文将领域本体的理论与方法应用到电子商务个性化推荐中,设计了一种本体和服装信息相结合的个性化推荐模型。利用Protégé实现了服装知识本体的构建过程,在真实数据集上的实验结果验证了算法的可行性和有效性。该设计与已有的推荐算法相比,具有更高的预测准确度。     

基于学习分析的中小学教师继续教育管理系统

为了满足当前中小学教师继续教育系统的个性化服务需求,提高继续教育的效果,提出了一种新的基于学习分析的继续教育系统.首先基于LDA算法,提出了关注点的提取算法,用于生成具备个性化学习特点的学习序列,然后建立基于学习分析的个性化学员模型,对学习序列进行优化,最后利用该系统对考核成绩进行实验分析.该系统具备很好的鲁棒性和稳定性,能有效提高学员的学习成绩.     

具有Agent功能的远程教育系统的设计

介绍一个基于Web的智能化、个性化的远程教育系统的整体设计 .系统设计过程引入人工智能中Agent的思想 ,将学生、教师、教务人员、管理人员以及其他的教学资源有机地结合起来 ,为学生创造一个具有个性化、智能化的远程教育学习环境     

基于中文文本的疾病领域本体学习的研究

为提高领域本体概念及概念之间关系提取效率和准确率, 提出基于中文文本的领域本体学习模型。在提取候选概念的过程中, 采用修改后的关联规则频繁项计算方法对合
成词进行处理, 并结合位图存储分词处理后术语间的物理相邻关系, 再通过计算领域相关度和领域一致度对候选概念进行筛选, 最后利用关联规则可信度和层次聚类的方法分别提取概念间的非分类关系和分类关系。实验结果表明, 该模型对领域本体学习具有合理性, 提出的算法与基于互信息的本体学习相比较, 在概念和关系的提取
上具有较高的准确性。     

基于Web内容挖掘的个性化学习系统

基于Web的个性化学习是在远程学习和个性化服务相结合的基础之上发展起来的.利用Web挖掘的方法,针对用户的兴趣变化,搭建了个性化学习系统.并且通过模拟实验,验证该系统的有效性.     

概率相关图推理技术在双向适应机制中的应用研究

针对适应性学习系统应用中“双向适应”的需求,提出了具有双向反馈式机制的个性化学习系统模型.通过构建数字化学习资源数据库作为系统的核心基础,概率相关图技术可作为知识表示的有效方法支撑资源库构建,提供智能推理技术提升系统智能推荐的有效性.设计和开发了双向适应性个性化学习系统,进行了实证研究,并提出了下一步工作方向.