基于加权语义网的专家知识发现及表示方法

在分析传统的以词形为切入点来建立知识内在关联的基础上，从语义网络的角度对专家知识发现及表示方法进行了研究。在语义关系建模时，综合考虑知识元的语义关系及其在文本中的重要性，提出了知识加权语义网（WSNK），从而实现专家知识的准确获取和表示。该方法可通过网络图表示专家知识的构成、通过语义描述专家知识领域等，具有客观、准确、易于理解等特点。最后结合一个实例对方法进行了验证和分析，结果表明，该方法能够客观、准确地理解和表示专家的知识。

基于物元分析的知识型组织中个人知识共享的绩效评价

知识共享绩效的评价可以使组织清楚成员对组织内知识共享所作出的贡献,组织可以将评价结果用于酬薪、晋升等管理制度中,对促进组织知识共享有着积极的影响。文章从共享态度、共享能力、共享效果、共享代价四个方面建立了知识共享评价指标,利用物元分析方法对知识型组织成员的知识共享绩效进行了评价,给出了评价算法并通过一个实例进行了验证。评价结果表明,物元分析对知识共享绩效评价有一定的实用价值。

基于概率推理的动态知识集群及其应用研究

现有的知识推荐方法主要是静态知识分类推荐和单个用户个性化推荐,忽略了用户大众在知识访问中表现出的网络集群行为特征。用户的网络集群行为所访问的知识项之间往往隐含着某些内在联系,将网络集群行为下所形成的知识群落称为知识簇。根据基于网络集群行为的用户访问之间的影响关系和访问日志处理过程,构建了基于网络集群行为的动态知识簇模型。将用户访问的知识项看作网络节点,利用概率推理得出节点之间的关联关系形成动态知识簇。当用户访问某个知识项时,根据动态知识簇向用户推荐该知识项的相关知识。使用网络爬虫技术挖掘知识服务网＂豆瓣网＂用户对豆瓣电影的访问日志作为实验数据,实验结果证明了基于概率推理的动态知识簇的推荐方法是有效的。