期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
面向模块重用的描述逻辑SHJF本地性规则研究 被引量:3
1
作者 徐德智 廖晖寰 徐连君 《计算机科学》 CSCD 北大核心 2015年第1期249-252,共4页
可重用本体模块的抽取是本体重用的一个关键环节。与传统工程应用中使用的基于本体层次的结构化方法抽取本体模块相比,使用逻辑的方法能充分利用本体提供的语义信息,抽取的本体模块更具完整性和正确性。在研究保守扩展的本体模块理论基... 可重用本体模块的抽取是本体重用的一个关键环节。与传统工程应用中使用的基于本体层次的结构化方法抽取本体模块相比,使用逻辑的方法能充分利用本体提供的语义信息,抽取的本体模块更具完整性和正确性。在研究保守扩展的本体模块理论基础上,根据Grau B C提出的S HOJQ本地性规则,提出并证明了描述逻辑S HJF对应的语义本地性规则和句法本地性规则,为基于该规则抽取可重用本体模块提供了理论基础。 展开更多
关键词 本体重用 模块抽取 描述逻辑 语义本地性 句法本地性
下载PDF
基于资源特征的协同过滤算法的研究
2
作者 王伟 徐德智 廖晖寰 《微型机与应用》 2012年第17期4-6,共3页
以往的协同过滤推荐算法具有数据稀疏性问题,而对于新资源还具有"冷启动"问题。为此提出了一种基于资源特征的协同过滤推荐方法。通过收集和分析用户的行为,将用户对于资源的喜好转化为用户对于关键词的兴趣权重,将用户兴趣... 以往的协同过滤推荐算法具有数据稀疏性问题,而对于新资源还具有"冷启动"问题。为此提出了一种基于资源特征的协同过滤推荐方法。通过收集和分析用户的行为,将用户对于资源的喜好转化为用户对于关键词的兴趣权重,将用户兴趣的改变表示为用户兴趣关键词权重的改变,以此来建立和更新用户兴趣模型。最后,通过发现用户兴趣模型与资源模型之间的联系从而达到资源推荐的目的。实验表明,该算法不仅可以跟踪用户的兴趣变迁,而且没有数据稀疏性问题和新资源的"冷启动"问题。 展开更多
关键词 智能推荐 个性化推荐 推荐引擎
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部