基于语义的旅游信息搜索引擎

在分析传统检索技术存在的问题基础上,采用Ontology技术结合传统搜索技术构建了一个基于语义的旅游信息搜索引擎,提出新的本体构建方法,给出了构建旅游信息领域本体的过程.根据用户的搜索需求定制规则,使用Jena的推理机制,通过规则对旅游信息本体进行语义访问与逻辑推理,提供更为灵活、有效的检索方案,向用户提供智能化、知识化服务,提高了搜索引擎的查准率和查全率.     

无公害农产品认证资源共享中的用户建模研究

为实现无公害农产品认证资源共享的个性化和智能化,促进无公害农产品品牌化销售,提出了一种基于领域本体的用户建模方法.通过无公害农产品认证资源本体的构建实现以领域本体中的概念和实例表示的用户特征模型,增加用户模型语义信息,并提供了模型的更新算法.结果表明,该方法能够提高用户特征模型表达的准确度.     

基于本体的网络安全个性化搜索引擎模型设计

针对搜索引擎查找准确率低、检索效果差的问题,提出了基于本体的搜索引擎.该搜索引擎首先构建相关主题本体知识库,再利用网络爬虫下载网页内容和网页结构特征,并对内容进行智能识别,找出与本体相关内容识别为相关本体,通过与本体知识库内容对比,筛选特定的统一资源定位器(URL)地址及与计算机网络安全相关的本体,从而发现计算机网络安全相关信息,同时建立不同服务提供者之间的关联关系及服务提供者之间的层级关系,最后将抽取出的计算机网络安全信息存储到以本体为模型创建的数据库中,并成为用户搜索服务的最终数据来源.实验结果表明,本体可提高搜索引擎的查准率,减少冗余信息,从而提高查询精度.     

基于语义网的旅游信息服务平台研究

在分析当前旅游领域网站信息查询方面的问题基础上,采用protégé工具构建了旅游领域本体,利用旅游领域规则的语义推理基础上构建了旅游信息语义检索模型.提出了采用语义网技术构建旅游信息服务平台的方法,并对平台的体系结构、功能模块组成进行探究,向用户提供智能化、知识化服务,提高了旅游领域搜索的查准率和查全率.     

基于本体知识库的服务决策机制的设计方法

提出一种基于家庭本体知识库的服务决策机制的设计方法.首先,围绕网络中存储的与家庭服务相关的半结构化文本信息初步构建训练数据集.其次,基于与家庭服务相关的本体知识库构建信息提取机制,针对初步数据集包含的物品信息提取知识库中对应的服务物品属性信息;基于长短时记忆网络(LSTM)设计一种学习模型并命名为服务决策机制,该机制利用知识库作为常识部分进行辅助推理,生成与服务请求对应的决策信息.最后,针对决策信息进行对比实验.实验结果表明:将本体知识库作为常识部分辅助推理,能够提高决策信息的准确性.     

基于语义Web的股票信息表示模型

在分析查找互联网股票信息存在问题的基础上,给出了一个基于语义Web的股票信息表示模型.首先利用语义Web定义股票本体,给出了相应的RDF模式描述,对本体进行评估.其次,通过分析用户股票信息需求,利用构建的股票本体,给出基于语义Web的模型的体系结构,建立了一个能根据用户请求提供所需要的股票信息的股票信息表示模型;最后通过实例验证了该模型的有效性.     

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.     

基于因子图模型的用户可信度评估

为克服传统方法在缺少用户个人信息及发布内容的情况下无法有效地评估用户可信度问题,提出基于评论反馈信息和信任关系的用户可信度因子图模型(UFGM)。该模型将信任关系和评论反馈对用户可信度评估的影响形式化为一个概率模型,并提出半监督分类的学习方法构建模型。在Extended Epinions数据集上验证了模型的有效性,并发现信任关系比评论反馈更易对用户可信度评估产生积极影响。与传统算法相比,UFGM能在缺少用户描述信息及评论信息的情况下将用户可信度评估的准确度提高12%～29%。     

利用语义技术实现Web Service数据的快速集成

针对Web Service数据的多源异构性,提出了基于本体和Karma建模的快速集成方法,并将其应用于天气信息的领域中。分析天气Web Service返回的多源异构数据集,构建统一的天气信息本体。使用数据集成工具Karma调用不同的天气服务接口,将Web Service返回的多源异构数据分别抽取并构建电子表格,通过Karma建模构建语义模型,发布成统一RDF数据和R2RML模型,完成对不同Web Service返回的多源异构数据的快速集成。通过SPARQL查询并验证RDF数据的正确性,验证了本体和Karma建模的正确性。集成后的RDF数据具有规范的语法和正确的语义,方便用户和服务集成者的使用和再开发。     

混合分层抽样统计与贝叶斯个性化排序的旅游景点推荐模型研究

传统协同过滤推荐模型仅处理稀疏的评分数据,未深入挖掘用户及对象的潜在语义,且用户喜好信息也未充分利用.围绕旅游景点推荐这一热点问题,提出全新的混合分层抽样统计与贝叶斯个性化排序的推荐模型：采用分层抽样统计及主观赋值评价法刻画用户旅游喜好;基于矩阵分解算法(Matrix Factorization,简称MF)分析用户及对象(景点)的潜在语义,运用贝叶斯个性化排序算法(Bayesian Personalized Ranking,简称BPR)对推荐模型进行优化;综合用户旅游喜好信息及BPR优化结果,生成混合推荐列表.在新的“Wisdom Tourism”数据集上进行仿真实验.实验表明：推荐模型的RMSE、MAE、F1值较最强基线分别提升16.59%、10.05%、5.04%;相比于分层抽样统计方法,BPR算法在推荐过程中发挥更显著的作用.     

基于旅游领域本体的语义检索模型

传统的关键字搜索方法缺乏对搜索内容在语义上的处理,搜索出的结果可能会出现不全面、不准确的问题,从而导致搜索结果无法达到用户的要求。为了提高检索的质量,在构建旅游领域本体的基础上,利用检索模块对检索预处理过程中所筛选出的查询条件进行语义层面上的分析,采用语义相似度计算方法对检索关键词进行语义上的扩展分析,结合Jena推理机制与旅游领域内所包含的实际信息的各种属性关系制定出符合该领域的推理规则集合,通过查询条件筛选出符合条件的推理规则并与已建立好的数据资源库进行语义推理查询,最终提出了基于旅游领域本体的语义检索模型。由实验结果可以看出,该模型可以补足传统搜索方法中所存在的缺点,使得结果具有更高的准确度。     

一种自适应旅游信息垂直搜索算法的设计与实现

目的针对百度和360等通用搜索引擎搜索旅游信息速度不够快、不准确和分类不明确的缺点,设计和实现了一个面向游客查找旅游信息的网络爬虫,给出了该网络爬虫所采用的自适应垂直搜索算法.方法基于领域本体,建立相应的知识模型和查询模型,并在基于知识模型和查询模型的基础上设计一个综合查询方法,拓展所需要查询的信息.结果设计了一种自适应旅游信息垂直搜索算法和相应的网络爬虫,并用软件实现了该网络爬虫.用设计的网络爬虫对辽宁省公园、辽宁省儿童公园和辽宁省森林公园进行的搜索,采用自适应算法搜索时,Per(用户搜索百分比)为92%,采用基于网页内容的URL选取算法搜索时,Per为82%.对吉林省旅游景点、吉林省公园和吉林省森林公园进行的搜索,采用自适应算法搜索时,Per为91%,采用基于网页内容的URL选取算法搜索时,Per为80%.与经典的搜索方法相比,搜索结果更准确,分类效果更好.结论所设计的垂直搜索算法对旅游信息的搜索是有效的,在查询的准确率和信息的分类上都有一定的提高和改进.     

分布式本体调试信息的存储优化与增量更新

为提高大规模本体信息的推理调试速度,提出了基于分布式数据库的RDFS和OWL pD*的推理调试方法,并优化存储模型和推理调试算法.此外,每次本体信息更新后,静态的本体推理和调试算法都需要完全地重新进行推理,因而提出了一种针对本体信息更新的增量算法,实现本体数据的动态更新.LUBM数据集的实验结果表明,基于分布式数据库是基于分布式文件的本体调试方法用时的15%～25%.在百万数量级三元组上,更新20%以内的数据,增量更新算法更有效.     

基于动态转移图的时间敏感的旅游路线推荐方法

提出了基于动态转移图的时间敏感的旅游路线推荐方法,构建一种基于层次聚类的动态转移图的模式方法,设计了流行序列异常的去除方法,建立稳定的模式规律.模式规律为用户准确地推荐适合其出行时间的最佳旅游线路.通过真实数据的实验验证,与现有工作相比,用户的收益提高了10%以上,验证了提出方法的有效性.     

AceMap学术地图与AceKG学术知识图谱——学术数据可视化

学术大数据能为科研人员提供信息上的帮助.针对传统学术搜索引擎只提供搜索结果而不进行分析的情况,基于AceMap提出的学术地图的概念,设计了多种类型的学术地图,将学术信息可视化地展现给用户.针对SQL数据库多表联合查询的形式不利于生成用户定制的学术地图的问题,提出将其以三元组的形式储存为知识图谱AceKG.该方法有助于用户定制地图、异构地图绘制功能的实现,并且能通过嵌入算法为各种类型的实体生成相关性地图.通过对学术数据的可视化展示,能使用户更直观地了解到感兴趣的学术内容,提高了学术平台的实用性.     

基于本体的数字图书馆信息过滤研究

语义Web的概念正在成为计算机信息处理领域当前研究的热点之一 .本体 (Ontology)将在“语义Web”中起到至关重要的作用 ,它通过提供共享的并精确定义的术语源 ,将语法的互操作扩展到语义的互操作 .信息过滤目的在于依据用户兴趣 ,进行动态信息搜索和匹配以满足用户的需求 ,从而实现个性化服务 .本文提出了一种新的基于本体的数字图书馆信息过滤方法 ,它具有 3个显著的优点 :①采用了混合信息过滤模型 ,克服了基于内容和协作过滤的不足 ;②建立本体驱动的用户模板 ,解决了用户兴趣的获取问题 ;③信息内容采用本体来组织 ,实现语义级查询和高效的匹配机制     

基于本体的数据挖掘在CRM决策分析中的应用研究(英文)

电子商务客户关系管理中,实现基于语义层面上的挖掘是提高用户数据挖掘质量的一个关键性问题,本文融合了本体和数据挖掘技术,提出了基于本体的数据挖掘决策分析模型,利用基于本体的数据挖掘方法从语义层面上实现了对用户数据的挖掘,实现了用户数据的高效率和高精度挖掘,并根据挖掘结果进行决策分析,根据分析结果为用户提供基于RSS聚合的个性化服务.     

煤矿本体的语义相似性研究

为了在信息检索中,从语义层面全面理解用户查询意图,提高信息的查全率和查准率,提出了基于本体的语义相似性和相关性计算方法。该算法充分考虑了本体模型结构的特点和本体间语义距离、本体密集度等因素对语义相似性的影响,提高了信息检索性能。以煤炭矿井工程的知识体系为例,建立了本体库模型,并设计了本体库的树状内存数据结构。通过实验仿真计算验证了本体相似性算法的有效性。