基于本体的工作流抽象模型

基于本体的抽象模型框架, 提出一种工作流的感知建模方法, 通过感知特定领域中实际运行的具体工作流获得构建该领域工作流抽象模型的知识, 既可为工作流模型的设计提供共享和重用机制, 也可直接构造该领域的工作流抽象模性, 实现工作流的部分或全部自动化运行. 并给出了工作流行为本体类和行为关系本体类的定义,  形式化地描述了两个本体类的动态构建和扩展过程, 同时给出了在基于本体抽象模型框架下的工作流抽象建模过程.     

结合本体的贝叶斯网络信息检索模型的研究与实现

针对信息检索模型检索性能的问题,将本体及本体语义相似度度量方法运用于基于贝叶斯网络的信息检索模型中,通过利用领域本体表达信息的规范性及本体语义推理的准确性对查询需求进行扩展,提高查询的性能。给出了信息检索模型和概念语义相似度计算及查询检索方法与过程,实验证明该方法在一定程度上能够提高检索系统的性能。     

基于本体的动态信任模型构建

在网格计算、普适计算、P2P计算等大规模的分布式应用系统的研究中,动态信任模型已经表现出越来越重要的作用,成为研究的热点。本体作为一种描述概念及概念之间关系的概念模型,不仅具有静态性,而且也有动态性。本文基于信任模型与本体的动态特性,提出将本体应用于动态信任模型的描述,给出了构建动态信任本体的算法,并建立了动态信任本体。     

基于本体的政策网络可视化研究

政策网络是为应对复杂社会环境形成的新型治理模式.政策网络不仅包括政策制定主体之间的府际关系,还包含政策之间的关联关系.将政策网络中多样化节点与关系可视化有助于了解政策的全貌,为进一步进行政策设计和修订提供依据.本文引入本体技术,结合政策网络的节点与关系特征,构建了基于本体的政策网络模型.以北大法宝国家发布的科技创新政策为数据来源,通过LDA模型实现政策主题抽取,借助Protégé实现政策网络的可视化.研究表明,基于本体构建的政策网络模型可以从政策主体、政策客体和政策主题三个维度展示政策之间的关联,不仅可以帮助政府发现创新政策制定中府际关系合作特征,还可以发现不同部门所制定的政策主题特征及关联特性,帮助识别政策冲突.     

信息系统领域的本体模型研究

将系统工程V模型开发设计思想应用于知识系统的需求分解，并将知识系统的领域本体分为概念本体和任务本体两大部分。其中概念本体描述知识系统的静态知识，任务本体描述知识系统的动态知识。以一个简化农业种植结构配置知识系统为例，建立了系统的应用本体求解模型。这种基于需求分解的领域本体建模方法具有面向问题和应用、实效性强、执行效率高等优点。     

基于本体的图书智能检索系统的模型研究

针对传统的基于关键字查询的信息检索系统存在的不足,文章提出了一种基于本体的图书检索系统模型的研究方法,提出了基于本体的图书智能检索系统的基础模型,介绍了一种本体归分导航器的原理并给出了系统简要的算法。实验证明,该智能检索系统能够检索到与关键字语义相关的信息,如同义、近义等关系,提高了传统图书检索系统的检索效率。     

基于本体的目录服务研究

对本体概念进行了解释,通过对元数据本体模型的介绍,提出了基于本体的LDAP目录服务模型设计思路,并对这一服务模型的总体框架及功能做了描述。     

基于本体的信息过滤需求模型构造

在信息过滤系统中,由于缺乏语义模型作为支撑,基于关键词的用户需求模型难于准确地反映出用户的真实需求,成为影响过滤性能的主要瓶颈.提出了以本体构造用户需求模型的方法:采用领域相关度和领域一致度组合方法来确定查询关键词在特定领域的重要程度,建立查询关键词到本体概念的映射,然后利用本体的概念及属性构造用户需求模型.这种基于本体的用户需求模型构造方法能提高过滤系统性能.     

基于本体几何特征分析的产品制造行为推理

将本体理论应用于产品制造行为建模和推理中.通过分析零件的加工面邻接图,逐个提取产品的几何特征,从而形成制造行为的静态本体模型;以无向图的布尔运算和本体建模理论作为基础,分析零件的加工进刀方向,对静态本体模型中的特征归纳优化,形成可供分析的几何本体的过程序列模型.     

基于领域本体的知识关联研究

引入本体概念,对领域本体的各种关联做了详细地分析,并给出了概念层次树的关联测度．领域本体各种关联及其推理规则为智能化教学系统实现智能学习导航提供了理论依据．     

基于聚类算法的线上学习行为分析

为了有效利用线上学习平台记录的学生学习行为数据,从多方面刻画学习者画像,充分发挥线上教学的作用。在人工智能技术的驱动下,首先统计学生学习时间和视频内容数据,分析他们的观看习惯和对重点、难点内容的重视程度;然后在k-means++ 聚类算法的基础上,分析课程视频、章节检测、学习次数、作业和签到等特征对学习效果的影响。上述方法可以帮助总结学生的学习态度、偏好和习惯,将相似学习风格的学生聚为一类。老师可以通过线上学习行为的分析调整教学内容,改进教学方法,从而改善线上教学效果。     

基于ontology的智能答疑系统的研究

在受限领域自动问答系统中,用户问句的语义理解是提高查询效率的关键。提出了一种基于本体的自动问答系统模型,对领域知识本体的构建进行了研究。利用本体中丰富的语义关系,对用户的问题查询请求进行语义扩展,提高问答系统的准确性。     

基于双路聚类的在线学习行为分析研究

为有效地利用日志文件,更有深度地刻画学习者画像,提出了双路聚类建模方法(Two-way Clustering, TWC),分析挖掘了万余人次学习者在某大学网络教育学院的大量学习行为数据,力图更深刻地展现远程教育学习者的风貌. 考虑到教育数据具有隐含性这一特点,该方法以细粒度数据为核心,通过双角度的聚类计算得到了各学习者在不同模型中的类别,最后基于融合后的模型对学习者进行刻画. 4种经典聚类算法与TWC算法的对比实验结果和TWC算法的聚类结果表明:TWC算法能够增强簇的内聚性,更准确地对学习者进行聚类,从而更深刻、更全面地刻画学习者轮廓.     

基于在线视频学习的用户观看行为抽取方法

针对在线视频学习中用户观看行为的记录与呈现问题,对在线视频播放器进度条进行了扩展设计,实现用户观看行为的采集、存储与呈现。首先使用div标签作为进度条容器,再用span标签记录用户播放行为,定时将用户观看行为数据异步写入服务端。该方法能完整抽取用户观看行为,使学习者精确观察了解自己的学习过程,提高了用户体验,也为后期学习行为的分析和大数据处理储备数据。     

基于学习通课程的学生网络学习行为研究

针对超星学习通课程学习过程中学生出现的被动学习、消极学习现象,提出分析学生学习态度的方法,构建学习态度跟踪模型.首先针对超星学习通平台收集的学生网络学习行为数据,选取与学习态度相关性较高的指标,形成训练数据集;然后,通过调查法对学生学习态度进行调查,以此获得学习态度标签;最后,基于分类算法构建学习态度跟踪模型,采用五折...     

大学生网络借贷行为的调查与分析

对大学生网络借贷的使用和认知情况进行问卷调查,基于调查结果,分析了大学生发生网络借贷活动的内外部原因,指出网络借贷行为造成的危害,并提出相应对策:首先,规范网络借贷平台市场,加强对网络借贷平台的监管;其次,普及基础金融知识,帮助大学生培养合理的理财习惯和意识;最后,推广信用和诚信教育,帮助大学生树立信用观念和守信意识。     

基于本体的英汉翻译记忆系统的研究

在翻译记忆系统中,句子的语义理解是提高相似句子的匹配率的关键.提出了一种基于本体的英汉翻译记忆系统模型,以计算机文献领域的专业术语为范围构建了一个知识本体CSO,并引入本体的概念相似度进行模糊词对的相似度计算.实验证明,本体的语义信息能提高系统的匹配率.